IMPLEMENTASI DATA MINING UNTUK MENGIDENTIFIKASI PROFIL DONATUR ORGANISASI VETERAN AMERIKA MENGGUNAKAN MODEL POHON KEPUTUSAN (DECISION TREE) Skripsi

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

IMPLEMENTASI DATA MINING UNTUK MENGIDENTIFIKASI PROFIL DONATUR ORGANISASI VETERAN AMERIKA MENGGUNAKAN MODEL POHON KEPUTUSAN (DECISION TREE)

Skripsi

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Ilmu Komputer

Oleh : Stefany Yunita Baralangi NIM : 013124067

PROGRAM STUDI ILMU KOMPUTER JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2008

i


THE IMPLEMENTATION OF DATA MINING TO IDENTIFY DONOR’S PROFILE OF AMERICAN VETERAN ORGANIZATION USING DECISION TREE MODEL

A Thesis

Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Sains Degree in Computer Science Study Program

By: Stefany Yunita Baralangi Student Number : 013124067

COMPUTER SCIENCE STUDY PROGRAM DEPARTMENT OF MATHEMATICS FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2008

ii




HALAMAN PERSEMBAHAN

Lord, seeking You as a precious jewel… Lord, to give up, I’d be a fool…

Dedicated To: • •

My All in All, ..JESUS CHRIST..

Beloved, Bpk Paulus R Baralangi & Mama Elty Topayung

•

Little brother, Donny

v


HALAMAN MOTTO

Diberkatilah orang yang mengandalkan

•

TUHAN,

yang

menaruh harapannya pada TUHAN (Yeremia 17:7) •

Dengan diri kami sendiri kami tidak sanggup untuk memperhitungkan sesuatu seolah-olah pekerjaan kami sendiri; tidak, kesanggupan kami adalah pekerjaan Allah (2 Korintus 3:5) Masa depan,…. Bukan sekedar impian Perubahan,…. Bukan sekedar pembicaraan Kemenangan,…. Bukan sekedar penantian Semua adalah kenyataan yang berproses di kehidupan Dari DIA, oleh DIA, untuk DIA,… di dalam Kita (Pdt. Bigman Sirait)

vi


PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, 30 Agustus 2008 Penulis

STEFANY YUNITA BARALANGI

vii


ABSTRAK Data mining didefinisikan sebagai metode penemuan informasi yang tersembunyi dalam suatu basisdata yang berukuran besar dan sulit diperoleh dengan hanya menggunakan kueri biasa. Data mining dapat direpresentasikan dengan berbagai model dimana salah satunya adalah model klasifikasi. Dalam tugas akhir ini diimplementasikan salah satu teknik dalam model klasifikasi yaitu pohon keputusan (decision tree) dengan algorima

ID3.

Implementasi

ini

akan

digunakan

untuk

mengidentifikasi profil donatur organisasi veteran Amerika yang memberikan respon terhadap layanan pengiriman surat langsung dengan kartu kosong (NK) pada tahun 1997. Data-data diperoleh dari dataset yang disediakan oleh situs http:// kdd.ics.uci.edu/ databases/ kddcup98/ kddcup98.html. Uji aturan dengan menetapkan 310 records sebagai data pada training set dan mengubah-ubah jumlah sampel data pada test set menghasilkan nilai rerata persentase keberhasilan sebesar 66.1815 %. Uji aturan dengan mengubah-ubah jumlah sampel data training set dan menetapkan jumlah sampel test set

sebanyak 50 records

menghasilkan nilai rerata persentase keberhasilan sebesar 64.75 %.

viii


ABSTRACT

Data mining was defined as a method of discovery the hidden information in a large database which is difficult to get by usual query. Data mining can be represented by various models. One of them is classification. This paper implemented decision tree technique using ID3 algorithm

as

one

technique

of

classification

model.

This

implementation will be used to identify donor’s profile of American Veteran Organization who give response to direct mail service with an empty card (NK) in 1997. The dataset was obtained from the following site: http://kdd.ics.uci.edu/databases/kddcup98/kddcup98.html. The average success rate of experiments with 310 records as training set and various amount of test set is 66.1815 %. The average success rate of experiments with various amount of training set and 50 records as test set is 64.75 %.

ix



KATA PENGANTAR

Puji dan sembah syukur penulis haturkan kepada Tuhan Yesus atas cinta dan anugerahNya sehingga penulisan skripsi ini dapat terselesaikan dengan baik. Skripsi ini ditulis untuk melengkapi salah satu syarat memperoleh gelar Sarjana Sains pada Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi Universitas Sanata Dharma. Dalam proses penulisan skripsi ini penulis tidak terlepas dari dukungan doa, bimbingan dan bantuan dari berbagai pihak. Dengan rasa sukacita, pada kesempatan ini penulis menyampaikan terima kasih kepada : 1.

Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc selaku dosen pembimbing skripsi dan KaProdi Ilmu Komputer, telah membimbing penulis dengan penuh kasih, memberikan saran dan diskusi bagi penyempurnaan penulisan skripsi ini. Terimakasih Ibu, sudah “mengajarkan” saya apa arti penelitian yang sesungguhnya.

2.

Bapak Ir. Ign. Aris Dwiatmoko, M.Sc, yang telah meluangkan waktu untuk membimbing, berdiskusi dan meminjamkan buku-buku statistik yang sangat membantu.

3.

Bapak Yanuarius Joko Nugroho, S.Si selaku dosen penguji, yang telah memberikan saran yang sangat membantu untuk penyempurnaan skripsi ini.

4.

Bapak Iwan Binanto, S.Si selaku dosen penguji, yang telah memberikan saran yang sangat membantu untuk penyempurnaan skripsi ini.

x


5.

Romo Ir. Greg. Heliarko S.J., S.S., B.S.T., M.A., M.Sc, selaku Dekan Fakultas Sains dan Teknologi.

6.

Bapak St. Eko Hari Permadi, S.Kom., M.Kom selaku dosen pembimbing akademik, yang sudah menemani IKOMers 01 mengikuti proses perkuliahan.

7.

Dosen-dosen jurusan Matematika Prodi Ilmu Komputer FST USD yang telah membagikan ilmu pengetahuan Anda.

8.

Ibu Ridowati Gunawan, S.Kom., M.T, yang telah memberikan bimbingan dan pengajaran mengenai dasar-dasar data mining.

9.

Staf sekretariat Fakultas Sains dan Teknologi, Universitas Sanata Dharma (khususnya Bpk Z.Tukija dan Ibu Linda) dan laboran Lab.TA (Mas Susilo).

10.

Bapak&Mama, yang tidak pernah lelah “berkata” melalui tindakannya: “Dalam persekutuan dengan TUHAN jerih payahmu tidak sia-sia”. Terimakasih Fany tak akan pernah cukup mewakili yang sudah Bapak&Mama berikan, saya terberkati karenanya. Selalu hanya bisa bilang “Puji Tuhan, Kurre sumanga’ pole poraya“.

11.

Adikku, Donny, tanpa banyak kata saya tau ji ko selalu sayang & dukung ka’. Terima kasih untuk rasa berbagi, pinjaman kamar & mp 4 mu nah.

12.

Kel. Besar Baralangi dan Topayung. Terima kasih untuk dukungan doa dan semangat yang tiada henti.

13.

Rina, Grace, Gini, Via, Fanya+adik2 rohaninya, Nona dan Mindy. I’m speechless for everything..Terimakasih sudah jarang bertanya ”Kenapa.?”

xi


14.

Kel. besar SMADA’01 Mks khususnya saudara2ku di Persekutuan KrisMan’01+Made, Pépeng, dkk.

15.

Sahabat2 di IKOM’01: Janner, Melia, Sakti, Agnes, Niken, Prio, Fajar, Berto, Agnes Desi, Mujib, Fefe, Oix, Handry, Ferdi, Ijal, Simon, Tommy, Sam, Deta dan yang belum dapat dituliskan namanya satu-persatu.

16.

Kel. Drs Muh Djazim, K’Ante & K’Emma (di kost Bu Koen) & saudara2 di kost Pelita: K’ Iwa, Sinta, Rika, K’Yeni, Cé Yenni, Tari & Ufa.

17.

The Four Musketeers: Rian, Herbert, Jimmy & Joslea.

18.

K’Marlin & Mbak Galuh (IKOM’99), Mbak Bertha (IKOM’00), Pritty (IKOM 02), IKOM 03 & IKOM 04 (komunitas Lab.TA) untuk diskusinya.

19.

Dan di atas segalanya & selamanya, Terimakasih TUHAN YESUS untuk semuanya (“kiriman” laptop, utusan orang2 terhebat yang telah & belum sempat saya tuliskan namanya di atas & hal2 mengagumkan yang telah diijinkan terjadi untuk memproses saya..)

Besar harapan penulis agar skripsi ini dapat menjadi inspirasi dan bermanfaat

bagi

pengembangan

ilmu

pengetahuan

pembaca.

Penulis

mengucapkan terima kasih jika ada kritik dan saran yang bermanfaat bagi penulis karena adanya ketidaksempurnaan dalam skripsi ini.

Yogyakarta, 30 Agustus 2008

Penulis xii


DAFTAR ISI

HALAMAN JUDUL...................................................................................... i HALAMAN PERSETUJUAN PEMBIMBING ............................................ iii HALAMAN PENGESAHAN........................................................................ iv HALAMAN PERSEMBAHAN .................................................................... v HALAMAN MOTTO .................................................................................... vi PERNYATAAN KEASLIAN KARYA ........................................................ vii ABSTRAK ..................................................................................................... viii ABSTRACT ..................................................................................................... ix KATA PENGANTAR ................................................................................... x DAFTAR ISI.................................................................................................. xiii DAFTAR TABEL.......................................................................................... xv DAFTAR GAMBAR ..................................................................................... xviii BAB I PENDAHULUAN ............................................................................. 1 A. Latar Belakang Masalah ................................................................ 1 B. Rumusan Masalah.......................................................................... 4 C. Batasan Masalah ............................................................................ 4 D. Metodologi..................................................................................... 5 E. Tujuan............................................................................................ 6 F. Manfaat.......................................................................................... 6 G. Sistematika Penulisan .................................................................... 7

xiii


BAB II LANDASAN TEORI ....................................................................... 8 A. Pengertian Data Mining................................................................. 8 B. Proses Data Mining ....................................................................... 8 C. Model Klasifikasi .......................................................................... 11 D. Pohon Keputusan........................................................................... 12 E. Contoh Penerapan Algoritma Pohon Keputusan ........................... 26 BAB III ANALISA DAN PERANCANGAN SISTEM............................... 44 A. Identifikasi dan Analisa Sistem ..................................................... 44 B. Perancangan Sistem....................................................................... 45 1. Input .......................................................................................... 45 2. Proses ........................................................................................ 59 3. Output ....................................................................................... 63 4. Antarmuka Pengguna................................................................ 65 BAB IV IMPLEMENTASI SISTEM ........................................................... 78 A. Spesifikasi Software dan Hardware .............................................. 78 B. Jalannya Program .......................................................................... 78 C. Analisa Hasil Program................................................................... 110 D. Kelebihan dan Kelemahan Program .............................................. 116 BAB V KESIMPULAN DAN SARAN........................................................ 118 A. Kesimpulan.................................................................................... 118 B. Saran .............................................................................................. 119 DAFTAR PUSTAKA .................................................................................... 120

xiv


DAFTAR TABEL

Tabel 2.1 Bentuk Umum Tabel Kontingensi 2x2 ......................................... 17 Tabel 2.2 Data Cuaca .................................................................................... 26 Tabel 2.3 Nilai Gain Untuk Menentukan Simpul Awal Setiap Atribut ........ 34 Tabel 2.4 Nilai Gain Untuk Menentukan Simpul Selanjutnya...................... 36 Tabel 2.5 Aturan If..Then Yang Belum Disederhanakan .............................. 37 Tabel 2.6 Tabel Kontingensi Outlook ........................................................... 38 Tabel 2.7 Nilai Frekuensi Harapan Outlook.................................................. 38 Tabel 2.8 Tabel Kontingensi Humidity ......................................................... 39 Tabel 2.9 Nilai Frekuensi Harapan Humidity................................................ 40 Tabel 2.10 Tabel Kontingensi Wind................................................................ 41 Tabel 2.11 Nilai Frekuensi Harapan Wind ...................................................... 42 Tabel 2.12 Aturan Yang Paling Sederhana ..................................................... 43 Tabel 2.13 Hasil Prediksi Pada Data Training ................................................ 43 Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training ................................ 45 Tabel 3.2 Nilai Kejadian Atribut ODATEDW Year (dua digit pertama) ..... 48 Tabel 3.3 Nilai Kejadian Atribut ODATEDW Month (dua digit terakhir)......................................................................... 48 Tabel 3.4 Nilai Kejadian Atribut MAILCODE............................................. 48 Tabel 3.5 Nilai Kejadian Atribut PVASTATE ............................................. 48 Tabel 3.6 Nilai Kejadian Atribut NOEXCH ................................................. 49 Tabel 3.7 Nilai Kejadian Atribut RECINHSE .............................................. 49 xv


Tabel 3.8 Nilai Kejadian Atribut RECP3...................................................... 49 Tabel 3.9 Nilai Kejadian Atribut RECPGVG ............................................... 49 Tabel 3.10 Nilai Kejadian Atribut RECSWEEP ............................................. 49 Tabel 3.11 Nilai Kejadian Atribut TCODE .................................................... 50 Tabel 3.12 Nilai Kejadian Atribut MDMAUD ............................................... 52 Tabel 3.13 Nilai Kejadian 1st Byte : Recency of Giving................................ 52 Tabel 3.14 Nilai Kejadian 2nd Byte : Frequency of Giving ........................... 53 Tabel 3.15 Nilai Kejadian 3rd Byte : Amount of Giving................................ 53 Tabel 3.16 Nilai Kejadian Atribut DOMAINX .............................................. 53 Tabel 3.17 Nilai Kejadian Atribut Cluster ...................................................... 53 Tabel 3.18 Nilai Kejadian Atribut AGE.......................................................... 53 Tabel 3.19 Nilai Kejadian Atribut AGEFLAG ............................................... 54 Tabel 3.20 Nilai Kejadian Atribut HOMEOWNR.......................................... 54 Tabel 3.21 Nilai Kejadian Atribut NUMCHLD.............................................. 54 Tabel 3.22 Nilai Kejadian Atribut INCOME .................................................. 54 Tabel 3.23 Nilai Kejadian Atribut GENDER.................................................. 54 Tabel 3.24 Nilai Kejadian Atribut WEALTH ................................................. 55 Tabel 3.25 OTHER TYPES OF MAIL ORDER OFFERS............................. 55 Tabel 3.26 Nilai Kejadian Atribut OTHER TYPES OF MAIL ORDER OFFERS.......................................................................... 55 Tabel 3.27 Nilai Kejadian Atribut DATASRCE............................................. 56 Tabel 3.28 Nilai Kejadian Atribut MALEMILI.............................................. 56 Tabel 3.29 Nilai Kejadian Atribut VETS........................................................ 56 xvi


Tabel 3.30 Nilai Kejadian Atribut GOV ......................................................... 56 Tabel 3.31 Nilai Kejadian Atribut SOLP3 ...................................................... 56 Tabel 3.32 Nilai Kejadian Atribut SOLIH ...................................................... 57 Tabel 3.33 Nilai Kejadian Atribut MAJOR .................................................... 57 Tabel 3.34 Nilai Kejadian Atribut LIFESRC.................................................. 57 Tabel 3.35 Nilai Kejadian Atribut PEPSTRFL ............................................... 57 Tabel 3.36 Nilai Kejadian Atribut HPHONE_D............................................. 57 Tabel 3.37 Nilai Kejadian Atribut RFA_2 ...................................................... 58 Tabel 3.38 Nilai Kejadian 1st Byte Recency of Giving .................................. 58 Tabel 3.39 Nilai Kejadian 2nd Byte Frequency of Giving.............................. 58 Tabel 3.40 Nilai Kejadian 3rd Byte: Amount of Giving................................. 59 Tabel 3.41 Nilai Kejadian Atribut TARGET_B (Atribut Keputusan) ............ 59 Tabel 4.1 Struktur Tabel Tipe Data Record TrecKej .................................... 87 Tabel 4.2 Sampel Data Homogen ................................................................. 93 Tabel 4.3 Struktur String Grid Pada Form Unprunned Rule ........................ 97 Tabel 4.4 Contoh Sampel Data Pada Form Uji Sampel Data Pengguna....... 106 Tabel 4.5 Hasil Percobaan 1.......................................................................... 111 Tabel 4.6 Detail Jumlah Aturan Percobaan 1................................................ 111 Tabel 4.7 Hasil Percobaan 2.......................................................................... 112 Tabel 4.8 Detail Jumlah Aturan Percobaan 2................................................ 112 Tabel 4.9 Hasil Percobaan 3.......................................................................... 114 Tabel 4.10 Detail Jumlah Aturan Percobaan 3................................................ 114

xvii


DAFTAR GAMBAR

Gambar 2.1

Diagram Tahapan Proses Data Mining .................................... 9

Gambar 2.2

Data Mining dan Teknologi Basis Data Lainnya ..................... 10

Gambar 2.3

Nilai Positif dan Negatif Kejadian Outlook.............................. 27

Gambar 2.4

Nilai Positif dan Negatif Kejadian Temperature...................... 29

Gambar 2.5

Nilai Positif dan Negatif Kejadian Humidity............................ 31

Gambar 2.6

Nilai Positif dan Negatif Kejadian Wind .................................. 32

Gambar 2.7

Pohon Awal .............................................................................. 34

Gambar 2.8

Percabangan Pohon .................................................................. 36

Gambar 3.1

Desain Form Menampilkan Data ............................................. 65

Gambar 3.2

Desain Form Detail Data.......................................................... 67

Gambar 3.3

Desain Form Unprunned Tree.................................................. 68

Gambar 3.4

Desain Form Detail Gain.......................................................... 70

Gambar 3.5

Desain Form Unprunned Rule.................................................. 71

Gambar 3.6

Desain Form Keterangan Anteseden........................................ 73

Gambar 3.7

Desain Form Uji Aturan........................................................... 74

Gambar 3.8

Desain Form Uji Sampel Data Pengguna................................. 75

Gambar 4.1

Form Awal................................................................................ 78

Gambar 4.2

Form Tampil Data Training Set ............................................... 79

Gambar 4.3

Form Tampil Data Test Set....................................................... 80

Gambar 4.4

Form Detail Data Training Set ................................................. 81

Gambar 4.5

Kotak Pesan 1 ........................................................................... 82 xviii


Gambar 4.6

Form Detail Data Test Set ........................................................ 83

Gambar 4.7

Kotak Pesan 2 ........................................................................... 84

Gambar 4.8

Form Unprunned Tree.............................................................. 84

Gambar 4.9

Form Pesan Saat Proses Mining Sedang Berlangsung ............. 90

Gambar 4.10 Kotak Pesan 3 ........................................................................... 90 Gambar 4.11 Tampilan Form Unprunned Tree Setelah Program Memperoleh Pohon Keputusan ................................................ 95 Gambar 4.12 Kotak Pesan 4 ........................................................................... 95 Gambar 4.13 Form Detail Gain...................................................................... 96 Gambar 4.14 Form Unprunned Rule.............................................................. 97 Gambar 4.15 Form Unprunned Rule dengan Konsekuen ‘YES’................... 98 Gambar 4.16 Form Unprunned Rule dengan Konsekuen ‘NO’..................... 99 Gambar 4.17 Form Keterangan Anteseden.................................................... 99 Gambar 4.18 Form Uji Aturan ...................................................................... 100 Gambar 4.19 Form Uji Aturan Saat Pengguna Menekan Tombol Buka Tabel Tes ...........................................................................101 Gambar 4.20 Kotak Pesan 5 ........................................................................... 102 Gambar 4.21 Kotak Pesan 6 ........................................................................... 102 Gambar 4.22 Kotak Pesan 7 ........................................................................... 102 Gambar 4.23 Kotak Pesan 8 ........................................................................... 103 Gambar 4.24 Kotak Pesan 9 ........................................................................... 103 Gambar 4.25 Form Pesan Saat Proses Mining Sedang Berlangsung ............. 104 Gambar 4.26 Form Uji Aturan Setelah Memperoleh Hasil Uji Aturan ......... 104 xix


Gambar 4.27 Form Uji Sampel Data Pengguna............................................. 105 Gambar 4.28 Kotak Pesan 10 ......................................................................... 106 Gambar 4.29 Form Uji Sampel Data Pengguna Setelah Pengguna Memasukkan Sampel Aturan ................................................... 107 Gambar 4.30 Form Uji Sampel Data Pengguna Dengan Nilai Konsekuen TARGET_B Tidak Dapat Diprediksi.................... 108 Gambar 4.31 Kotak Pesan 11 ......................................................................... 108 Gambar 4.32 Form Tentang Program ............................................................ 109 Gambar 4.33 Form Pembuat Program ........................................................... 110 Gambar 4.34 Grafik Persentase Keberhasilan Percobaan 2 .......................... 113 Gambar 4.35 Grafik Persentase Keberhasilan Percobaan 3 .......................... 115

xx


BAB I PENDAHULUAN

A.

Latar Belakang Masalah Data-data yang berguna bagi suatu organisasi biasanya direkam dalam basis data, seperti profil anggota, pencatatan administrasi keuangan, program kerja, dan lain-lain. Semakin besar ruang lingkup kerja suatu organisasi maka semakin besar pula ukuran basis data yang diperlukan untuk merekam data-datanya. Ukuran basis data dapat bertambah hingga mencapai terabytes. Melalui basis data yang ada, suatu organisasi dapat menemukan pola strategis dari informasi yang terekam untuk melakukan evaluasi peningkatkan kinerja organisasi. Cara tradisional penemuan pola yang dapat digunakan adalah membangun basis data yang disebut OLAP (Online Analytical Processing). OLAP adalah istilah yang menggambarkan suatu teknologi yang memproses data di dalam data warehouse dalam struktur multi dimensional agar dapat menyediakan akses yang cepat untuk kueri analisis yang kompleks (Ridowati Gunawan, 2005). Dengan ukuran basis data yang bertambah besar sesuai dengan kebutuhan penyimpanan data organisasi maka sulit jika hanya menggunakan laporan hasil kueri dan OLAP. Salah satu organisasi yang mempunyai basis data dalam ukuran besar adalah organisasi veteran Amerika. Organisasi ini

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

merupakan organisasi nirlaba yang menyediakan layanan pengobatan bagi para pejuang veteran Amerika Serikat yang menderita lumpuh. Organisasi veteran Amerika ini memperoleh dana dari para donatur yang terekam dalam basis data dengan mengirimkan surat langsung kepada donatur. Surat langsung yang dikirimkan bermacam-macam, seperti kartu kosong (NK), kartu ucapan (GK), kalender (CC), dan lain-lain. Pengiriman surat langsung akan menjadi sia-sia belaka jika donatur yang dikirimi surat tidak memberi tanggapan. Jika hal ini terjadi maka organisasi akan menghabiskan biaya yang besar untuk pengiriman surat tersebut. Oleh karena itu dari data-data donatur yang terekam dapat dilakukan identifikasi profil donatur yang memberikan tanggapan terhadap salah satu bentuk pengiriman surat langsung. Pada tugas akhir ini penulis akan melakukan identifikasi profil donatur yang memberikan tanggapan pada salah satu bentuk pengiriman surat langsung yaitu pengiriman surat langsung dengan kartu kosong (NK). Data-data mengenai profil para anggota donatur diperoleh dari situs http:/ kdd.ics.uci.edu/ databases/ kddcup98/ kddcup98.html dan disediakan oleh American Association for Artificial Intelligence (AAAI) dan Epsilon Data Mining Laboratory. Data-data tersebut (dalam format .TXT) berisi informasi mengenai anggota donatur dengan kapasitas yang sangat besar, yaitu terdiri dari 95412 observasi (records) dan 481 atribut (fields). Informasi


yang ingin didapatkan dari data-data tersebut adalah identifikasi profil anggota donatur yang seperti apakah yang akan memberikan respon terhadap bentuk pengiriman surat langsung dengan kartu kosong (NK). Untuk melakukan identifikasi profil anggota tersebut, tentu sulit jika hanya menggunakan kueri. Seiring

perkembangan

teknologi

maka

muncullah

teknologi baru yang lebih dari sekedar kueri, yaitu data mining. Data mining digambarkan sebagai proses penentuan pola penting dari sebuah basis data yang besar. Data mining timbul karena meningkatnya kebutuhan informasi manusia sehingga terjadi data explosion dari data yang sudah direkam selama bertahun-tahun tanpa mempertimbangkan kegunaan informasinya bagi organisasi (Yudho Giri Sucahyo, 2003). Dengan teknologi data mining, kasus identifikasi profil donatur yang memberikan respon terhadap pengiriman surat langsung dapat diselesaikan. Dalam

masalah

ini

penulis

menggunakan

model

klasifikasi dengan algoritma pohon keputusan (decision tree). Hal ini sesuai dengan masalah yang akan diselesaikan yaitu bagaimanakah profil donatur yang memberikan respon terhadap bentuk pengiriman surat langsung dengan kartu kosong (NK). Selain itu pohon keputusan adalah algoritma model klasifikasi yang mudah dipelajari dibandingkan algoritma model klasifikasi yang lain.


B.

Rumusan Masalah Bagaimana mengimplementasikan data mining pada dataset organisasi veteran Amerika untuk mengidentifikasi profil donatur yang memberikan respon terhadap bentuk pengiriman surat langsung dengan kartu kosong (NK) pada tahun 1997 menggunakan model pohon keputusan (decision tree) ?

C.

Batasan Masalah 1.

Dalam skripsi ini dilakukan identifikasi profil donatur pada salah satu bentuk layanan pengiriman surat langsung yang dilakukan organisasi berupa pengiriman surat langsung dengan kartu kosong pada tahun 1997, yaitu 97NK.

2.

Algoritma pohon keputusan yang digunakan adalah algoritma ID3.

3.

Data-data diperoleh dari dataset yang disediakan oleh situs http://kdd.ics.uci.edu/databases/kddcup98/kddcup98.html.

4.

Implementasi program menggunakan Borland Delphi 7.0 dan jenis tabel menggunakan Paradox 7.

5.

Input Dataset anggota donatur pada organisasi veteran Amerika sebanyak 350 records dan 67 atribut. Proses pengelompokan data dilakukan secara intuitif. Atribut keputusan dari sistem yang dibangun adalah TARGET_B. TARGET_B adalah


variabel target yang menjadi indikator apakah seorang anggota memberikan respon terhadap layanan 97NK. Berikut ini perincian jumlah sampel masing-masing kelas kejadian TARGET_B : 6.

Proses a.

Membangun pemahaman akan domain aplikasi, yaitu pengetahuan awal dan tujuan akhir yang akan dicapai oleh pengguna.

b.

Membuat himpunan target dataset, yang terdiri dari pemilihan data, fokus pada subset data.

7.

c.

Memilih task data mining.

d.

Memilih dan menggunakan algoritma data mining.

e.

Interpretasi, evaluasi dan visualisasi pola.

Output Outputnya adalah identifikasi profil anggota yang memberikan respon terhadap bentuk layanan pengiriman surat langsung dengan kartu kosong pada tahun 1997, yaitu 97NK.

D.

Metodologi 1.

Mengidentifikasi masalah dan tujuan yang ingin dicapai dari dataset yang ada.

2.

Melakukan seleksi terhadap field dan record data yang berguna dalam pengambilan keputusan dari dataset. Membuang data


yang tidak konsisten dan noise seperti data-data yang out of date, data yang salah ketik, maupun data yang kosong. 3.

Menerapkan teknik data mining dengan mengaplikasikan algoritma yang tepat. Model klasifikasi yang akan digunakan adalah model pohon keputusan dengan algoritma ID3 Quinlan.

4.

Pengujian

model

agar

dapat

direpresentasikan

kepada

pengguna. 5.

E.

Kesimpulan.

Tujuan Dapat melakukan identifikasi profil donatur pada organisasi veteran Amerika yang memberikan respon terhadap bentuk pengiriman surat langsung dengan kartu kosong (NK) pada tahun 1997.

F.

Manfaat Hasil identifikasi profil dapat bermanfaat bagi organisasi veteran Amerika untuk memprediksikan donatur yang akan memberikan respon terhadap layanan pengiriman surat langsung dengan kartu kosong

(NK)

pengiriman.

sehingga

organisasi

dapat

mengurangi

biaya


G.

Sistematika Penulisan Bab I.

Pendahuluan Dalam bab ini dibahas tentang latar belakang masalah,

rumusan masalah, batasan masalah, metodologi, tujuan, manfaat, dan sistematika penulisan. Bab II.

Landasan Teori Dalam bab ini akan dijelaskan mengenai pengetahuan yang

menjadi dasar teori dalam mengimplementasikan data mining pada dataset untuk mengidentifikasi profil anggota donatur yang memberikan respon terhadap bentuk pengiriman surat langsung dengan kartu kosong (NK). Dasar teori mencakup data mining, model klasifikasi, dan algoritma ID3. Bab III. Analisa dan Perancangan Sistem Dalam bab ini akan diidentifikasikan masalah yang akan diselesaikan dan tahap-tahap penyelesaian masalah tersebut dengan menggunakan algoritma ID3. Bab IV. Implementasi Sistem Bab ini memuat implementasi sistem menggunakan algoritma ID3 dan hasil implementasi algoritma tersebut. Bab V.

Kesimpulan dan Saran Dalam bab ini terdapat kesimpulan dan saran dari

keseluruhan penulisan tugas akhir.


BAB II LANDASAN TEORI

A.

Pengertian Data Mining Data mining dapat didefinisikan sebagai suatu metode pencarian informasi yang tersembunyi dan merupakan bagian yang penting dalam suatu basis data berukuran besar yang sulit diperoleh dengan hanya menggunakan kueri basis data biasa atau analisis statistik biasa (Djunaidy dan Soelaiman, 2001). Data mining berhubungan dekat dengan sub area Knowledge Discovery in Databases (KDD). Karakteristik yang membedakan data mining adalah volume data yang sangat besar.

B.

Proses Data Mining Proses-proses yang terjadi dalam data mining adalah : a. Seleksi dan penarikan contoh Seleksi / segmentasi data sesuai dengan kriteria tertentu sehingga subset dari data dapat ditentukan. b. Pengolahan Merupakan tahap pembersihan data dengan membuang data yang dianggap tidak perlu sehingga dapat memperlambat proses kueri. Pembersihan juga dapat dilakukan dengan rekonfigurasi data agar format data tetap konsisten.

8


c. Transformasi Data diubah menjadi data yang berguna dan terarah. d. Data mining Tahap ini dilakukan penyaringan pola data. e. Evaluasi Pola yang diperoleh sistem diinterpretasi ke dalam bentuk pengetahuan yang mendukung pengguna untuk mengambil keputusan, misalnya prediksi dan klasifikasi. Proses-proses di atas diilustrasikan pada gambar 2.1 di bawah ini:

Gambar 2.1 Diagram Tahapan Proses Data Mining Sumber : http://www.directing.gr/files/images/ase.jpg


Diantara bermacam-macam teknologi basis data yang ada, data mining sering disejajarkan dengan data warehouse (gudang data). Data warehouse digunakan untuk melakukan OLAP (On-Line Analytical Processing), sedangkan data mining digunakan untuk melakukan information discovery yang ditujukan bagi data analyst dan business analyst. OLAP adalah istilah yang menggambarkan suatu teknologi yang memproses data di dalam struktur multidimensional agar dapat menyediakan akses yang cepat untuk kueri analisis yang kompleks.

Gambar 2.2 Data Mining dan Teknologi Basis Data Lainnya Sumber http://ilmukomputer.com/2006/08/29/mengenal-data-mining/


C.

Model Klasifikasi Data mining memiliki bermacam-macam model yang dapat digunakan dalam melakukan analisa terhadap suatu basis data. Model yang akan digunakan dalam identifikasi profil anggota yang merespon salah satu bentuk layanan pengiriman surat langsung adalah model klasifikasi. Klasifikasi merupakan proses pemodelan berdasarkan himpunan kelas data dan nilai-nilai (label kelas) dalam suatu atribut klasifikasi dan menggunakannya didalam mengklasifikasikan data baru. Proses klasifikasi melalui dua tahap (Jiawei Han dan Micheline Kamber, 2001), yaitu : 1.

Membangun model. Tahap ini menguraikan suatu himpunan kelas yang ditentukan sebelumnya. Setiap tuple/sampel dimisalkan masuk ke

dalam suatu kelas yang didefinisikan

sebelumnya, seperti yang ditetapkan melalui atribut label kelas. Model disajikan sebagai kaidah klasifikasi, pohon keputusan, atau rumus matematika. 2.

Menggunakan model untuk klasifikasi. Model yang ada digunakan untuk klasifikasi atau untuk mengambil keputusan. Model diimplementasikan dalam test set (independen dengan training set) untuk menguji


seberapa besar keakuratan model yang ada dalam klasifikasi. Tingkat akurasi adalah persentase dari contoh training set yang diklasifikasikan secara benar oleh model.

D.

Pohon Keputusan Pohon keputusan adalah representasi graph dari kumpulan aturan klasifikasi. Pohon keputusan merupakan model data tertentu yang digunakan untuk membantu memecahkan masalah dengan mengklasifikasikan masalah ke dalam banyak kategori untuk dapat memprediksikan hasilnya. Pengklasifikasian masalah pada pohon keputusan dapat dilakukan secara rekursif. Suatu pohon keputusan adalah suatu graph atau pohon yang memiliki sifat-sifat sebagai berikut : a.

Pohon tersebut memiliki simpul (node) awal yang disebut root.

b.

Memiliki

beberapa simpul

akhir

yang

tidak

memiliki simpul lanjutan (successor) yang disebut leaf. c.

Memiliki atribut yang digunakan sebagai internal node, yang mempunyai satu simpul pendahulu (predecessor) dan beberapa simpul lanjutan.


Dalam tugas akhir ini, penulis melakukan analisa dengan menggunakan salah satu

algoritma pohon keputusan, yaitu ID3.

Algoritma ID3 dipublikasikan oleh J.R Quinlan dalam makalahnya yang berjudul “Induction of Decision Tree”. Algoritma ID3 merupakan salah satu algoritma yang digunakan untuk membangun sebuah pohon keputusan dari sekumpulan contoh yang ada dimana hasilnya digunakan untuk mengklasifikasikan contoh yang akan datang. Algoritma ID3 memiliki kelas yang didapat dari kumpulan kejadian tertentu dengan proses sebagai berikut : 1. Mengubah bentuk data menjadi model pohon Langkah-langkah untuk mengubah bentuk data (tabel) menjadi pohon adalah sebagai berikut : a. Menentukan simpul terpilih Untuk

menentukan

simpul

terpilih

dilakukan

penghitungan nilai gain dari setiap kriteria. Nilai gain diperoleh setelah melakukan penghitungan nilai entropi. Simpul yang dipilih adalah kriteria dengan nilai gain yang paling besar. Entropi (S) merupakan jumlah informasi dalam sebuah atribut dan menggambarkan ukuran homogenitas dari sekumpulan sampel. Suatu himpunan S yang memuat kejadian-kejadian positif dan negatif memiliki entropi dari


himpunan

S

relatif

terhadap

klasifikasi

biner

yang

didefinisikan sebagai berikut : entropi (S) = - P+ log2 P+ - P- log2 P- ...................... 2.1 dimana : S = ruang sampel data yang digunakan untuk training. P+ = rasio dari kejadian positif dalam S terhadap jumlah sampel dalam S. P- = rasio dari kejadian negatif dalam S terhadap jumlah sampel dalam S. Entropi bernilai 0 bila himpunan S homogen sempurna. Entropi bernilai 1 bila himpunan S tak homogen sempurna. Jika himpunan memuat jumlah sampel positif dan negatif tak sama, entropi akan terletak diantara 0 dan 1. Nilai rata-rata entropi suatu atribut dirumuskan sebagai berikut: E=

inst

⎛ ⎛ ni ⎞

⎞

∑ ⎜⎜ ⎜⎝ n ⎟⎠ × e ⎟⎟ ........................................................... 2.2 i =1

⎝

t

i

⎠

dimana : inst = jumlah kejadian ni

= jumlah data kejadian ke-i

nt

= jumlah total data keseluruhan

ei

= nilai entropi kejadian ke-i

Setelah menghitung nilai rata-rata entropi, dilakukan perhitungan nilai gain. Gain (S A) adalah informasi yang


diperoleh melalui percabangan simpul pada atribut A. Gain dirumuskan sebagai berikut : Gain (S A) = Entropi (S) – Nilai rata-rata Entropi (S)…2.3 dimana : S = ruang sampel data yang digunakan untuk training. A

= atribut dalam sampel data training

b. Menyusun pohon Menyusun pohon dimulai pada simpul terpilih setelah dicari nilai gain. Nilai gain atribut yang terbesar yang dijadikan simpul terpilih. Semakin besar nilai gain, semakin banyak informasi yang dapat diperoleh tentang atribut output. Untuk menentukan simpul daun selanjutnya, dilakukan langkah-langkah berikut ini : 1)

Pilih simpul daun yang memiliki sampel data yang tidak homogen.

2)

Cari nilai gain pada setiap atribut kecuali atribut yang telah menjadi simpul di atasnya.

3)

Tentukan simpul selanjutnya dengan memilih atribut yang memiliki nilai gain paling besar.

2. Mengubah simpul pohon menjadi aturan Pada langkah ini simpul atau pohon yang telah selesai dibangun diubah menjadi aturan if...then. Simpul-simpul yang ada


merupakan anteseden pada aturan, sedangkan cabang-cabang pada simpul adalah nilai anteseden. 3. Menyederhanakan aturan (prunning) Tujuan dilakukan prunning adalah untuk mengidentifikasi dan membuang beberapa anteseden (cabang) yang tidak dapat meningkatkan akurasi klasifikasi. Langkah-langkah penyederhanaan aturan sebagai berikut : a. Menyederhanakan aturan dengan membuang anteseden yang tidak perlu. Jika aturan memiliki hanya satu anteseden maka tidak perlu disederhanakan. Sebaliknya aturan dengan lebih dari satu anteseden perlu disederhanakan. Langkah-langkah penyederhanaan aturan adalah sebagai berikut: a.1. Melakukan uji independensi setiap anteseden secara individual

dengan

konsekuen.

Langkah-langkahnya

sebagai berikut : 1.

Membangun tabel kontingensi untuk setiap aturan yang memiliki dua atau lebih anteseden. Tabel kontingensi

merupakan

merepresentasikan

aturan-aturan

tabel dengan

yang nilai

frekuensi yang teramati. Tabel kontingensi memiliki r baris dan c kolom. Total baris dan total kolom dalam tabel kontingensi disebut frekuensi marjinal.


Untuk lebih jelasnya, lihat bentuk umum tabel kontingensi 2x2 (Everitt, 1977: bab1) berikut ini: Tabel 2.1 Bentuk Umum Tabel Kontingensi 2x2 C1 C2 Jumlah Marjinal n1r = x11 + x12 x11 x12 R1 n2r = x21 + x22 x21 x22 R2 Jumlah Marjinal nc1 = x11 + x21 nc2 = x12 + x22 N = x11 + x12 + x21 + x22

dimana : n1r, n2r

= jumlah marjinal baris

nc1, nc2

= jumlah marjinal kolom

x11, x12, x21 ,x22 = representasi setiap

frekuensi

pasangan

dari

anteseden-

konsekuen. N

= jumlah keseluruhan frekuensi marjinal.

2.

Melakukan uji independensi terhadap anteseden dan mengeliminasi aturan yang tidak perlu. Untuk menentukan tingkat independensi suatu anteseden, data-data dari anteseden tertentu diuji dengan menggunakan uji independensi yaitu uji Chi-Square ( χ 2 ).


Berikut ini aturan Cochran (1954) yang menjadi pedoman penggunaan uji Chi-Square : • Tidak satupun nilai frekuensi harapan yang kurang dari 1 (Rasmussen, 1992). • Nilai frekuensi harapan yang kurang dari 5 tidak lebih dari 20% (Rasmussen, 1992) Rumus umum untuk mendapatkan frekuensi harapan bagi sembarang sel xij, 1 i r, 1 j c adalah : Eij =

ni × n j N

.......................................... 2.4

dimana : Eij

= Nilai frekuensi harapan baris ke-i kolom ke-j

ni

= Total frekuensi baris ke-i

nj

= Total frekuensi kolom ke-j

N

= Jumlah total frekuensi keseluruhan.

Diasumsikan

akan

dilakukan

pengamatan

terhadap sampel data yang diambil secara random dari

sebuah

dikelompokkan kualitatif.

populasi. berdasarkan

Pengamatan dua

variabel


Hipotesis nol (H0) yaitu pernyataan atau dugaan mengenai satu atau lebih populasi yang dirumuskan

dengan

harapan

akan

ditolak.

Penolakan H0 mengakibatkan penerimaan suatu hipotesis alternatif, yang dilambangkan dengan H1. Untuk menguji hipotesis nol (H0) bahwa dua variabel independen dalam sebuah populasi digunakan uji independensi Chi-Square. Jika dua variabel independen maka tidak ada korelasi antara dua variabel tersebut. Di bawah ini adalah penjelasan mengenai uji Chi-Square : • Uji Chi-Square Berikut

ini

langkah-langkah

dalam

melakukan uji Chi-Square : 1) Menentukan hipotesis nol (H0) dengan asumsi bahwa dua variabel independen dan hipotesis alternatif (H1) dengan asumsi bahwa dua variabel dependen.


2) Uji independensi Chi-Square antara dua variabel yang teramati dengan frekuensi harapan di bawah H0 didasarkan pada besaran :

χ = 2

r

c

∑∑

(n

ij

i =1 j =1

− Eij )

2

Eij

............ 2.5

dimana :

χ 2 = nilai bagi peubah acak χ 2 yang sebaran

penarikan

contohnya

sangat menghampiri sebaran ChiSquare r

= baris

c

= kolom

nij = nilai frekuensi teramati baris ke-i kolom ke-j

Eij = nilai frekuensi harapan baris ke-i kolom ke-j 3) Menghitung derajat bebas (df) dengan rumus sebagai berikut : df = (r - 1)(c - 1)................... 2.6 dimana : r

= baris

c

= kolom


4) Menentukan tingkat kepercayaan α 5) Menggunakan tabel Chi-Square dengan

χ 2 dan df untuk menentukan apakah anteseden secara individual independen dengan konsekuennya. Untuk tingkat kepercayaan sebesar α, nilai kritiknya

χ α2 dapat diperoleh dari tabel ChiSquare. 6) Kesimpulan

untuk

χ α2 yang

nilai

dihitung dari penjumlahan semua sel adalah : •

Bila χ 2 ≤ χ α2 Terima anteseden

hipotesis

nol

independen

yaitu secara

individual dengan konsekuen. •

Bila χ 2 > χ α2 Tolak hipotesis nol dan terima hipotesis alternatif yaitu anteseden yang dependen secara individual dengan konsekuen.


7) Jika dalam proses uji independensi setiap anteseden secara individual di atas (proses a.1) ditemukan adanya anteseden yang

independen

dengan

konsekuen

secara

individual

maka

anteseden

tersebut tidak dapat dieliminasi secara langsung. Selanjutnya dilakukan uji independensi anteseden secara bersamasama dengan konsekuennya (Everitt, 1977). Jika ditemukan adanya anteseden yang dependen konsekuen

secara maka

individual uji

dengan

independensi

anteseden secara bersama-sama dengan konsekuen (proses a.2) tidak dilakukan. a.2.

Melakukan

uji

bersama-sama

independensi dengan

anteseden

konsekuennya.

secara

Langkah-

langkahnya sebagai berikut : 1) Menentukan hipotesis nol (H0) sebagai berikut :

H0 : Pijk = Pi.. P.j. P..k

; dengan asumsi

bahwa dua variabel secara bersama-sama independen dengan konsekuen.


2) Membuat tabel kontingensi multidimensional berdasarkan semua kejadian dari anteseden dan konsekuen. 3) Membuat tabel frekuensi harapan dengan rumus sebagai berikut :

ni ..n. j.n..k

Eijk =

....................... 2.7

N2

dimana :

Eijk = nilai frekuensi harapan baris ke-i, kolom ke-j, layer ke-k

ni = jumlah marjinal baris ke-i n. j = jumlah marjinal kolom ke-j n..k = jumlah marjinal layer ke-k

= jumlah total frekuensi keseluruhan.

N

4) Melakukan uji Chi-Square dengan rumus sebagai berikut : r

c

l

χ = ∑∑∑ 2

i =1 j =1 k =1

(n

− Eijk )

2

ijk

Eijk

dimana : r

= jumlah baris

c

= jumlah kolom

l

= jumlah layer

............ 2.8


24

5) Menghitung derajat kebebasan dengan rumus sebagai berikut: d.f = rcl – r – c – l + 2 ................... 2.9 6) Menggunakan tabel Chi-Square dengan χ 2 dan d.f untuk menentukan apakah anteseden secara bersama-sama independen dengan konsekuennya. Untuk tingkat kepercayaan sebesar α, nilai kritiknya χ α2 dapat diperoleh dari tabel Chi-Square. 7) Kesimpulan untuk nilai χ α2 yang dihitung dari penjumlahan semua sel adalah : •

Bila χ 2 ≤ χ α2 Terima hipotesis nol yaitu anteseden independen secara bersama-sama dengan konsekuen.

•

Bila χ 2 > χ α2 Tolak hipotesis nol dan terima hipotesis alternatif yaitu anteseden yang dependen secara bersama-sama dengan konsekuen. Suatu kriteria tidak dapat dieliminasi.


25

8) Jika dalam proses uji independensi anteseden secara bersama-sama di atas ditemukan : •

Anteseden independen secara bersamasama

dengan

anteseden

yang

individual

dengan

konsekuen,

maka

independen

secara

konsekuen

(pada

proses a.1) dapat dieliminasi. •

Anteseden dependen secara bersamasama dengan konsekuen, maka semua anteseden

tersebut

tidak

dapat

dieliminasi.

b.

Menyederhanakan aturan dengan mengeliminasi aturan yang tidak perlu. Penyederhanaan

aturan

selanjutnya

yaitu

dengan

mengeliminasi aturan yang tidak perlu. Default rule merupakan salah satu cara untuk menyederhanakan aturan. Default rule dibuat dengan mencari konsekuen yang

paling banyak dari aturan. Aturan yang memiliki konsekuen tersebut dijadikan default rule.


26

E.

Contoh Penerapan Algoritma Pohon Keputusan

Berikut ini adalah contoh permasalahan yang akan diselesaikan dengan algoritma pohon keputusan untuk memutuskan mana cuaca yang baik atau tidak baik dalam bermain golf. Target dari klasifikasi ini adalah ”Akankah kita bermain golf?”. Keputusannya dapat berupa YES atau NO. Data cuaca yang digunakan memiliki 14 records dan 6 fields. Atribut data terdiri dari atribut day, outlook, temperature, humidity, wind, dan play_golf. Berikut ini adalah data yang diberikan :

Tabel 2.2 Data Cuaca Day D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 D14

Outlook Sunny Sunny Overcast Rain Rain Rain Overcast Sunny Sunny Rain Sunny Overcast Overcast Rain

Temperature Hot Hot Hot Mild Cool Cool Cool Mild Cool Mild Mild Mild Hot Mild

Humidity High High High High Normal Normal Normal High Normal Normal Normal High Normal High

Wind Weak Strong Weak Weak Weak Strong Strong Weak Weak Weak Strong Strong Weak Strong

Play_Golf No No Yes Yes Yes No Yes No Yes Yes Yes Yes Yes No

Sumber : Ian H Witten and Eibe Frank Data Mining Practical Machine Learning Tools and Techniques with Java

Implementation (Page 9 Table 1.2)


27

Langkah 1 : Mengubah data menjadi model pohon

1.

Menentukan simpul terpilih Untuk menentukan simpul awal dihitung nilai gain untuk setiap atribut dengan menggunakan rumus 2.3. Sebelumnya dilakukan perhitungan nilai entropi setiap kejadian dengan menggunakan rumus 2.1, sedangkan nilai rata-rata entropi setiap atribut dihitung dengan menggunakan rumus 2.2. a. Atribut outlook Atribut outlook dengan kejadian-kejadiannya beserta jumlah nilai positif dan negatifnya digambarkan sebagai berikut :

Gambar 2.3 Nilai Positif dan Negatif Kejadian Outlook.

Dari nilai positif dan negatif setiap kejadian dapat dihitung nilai entropi masing-masing kejadian sebagai berikut : Outlook = sunny (q1)

q1 = - P+ log2 P+ - P- log2 Pq1 = −

3 3 2 2 log 2 - log 2 5 5 5 5

q1= 0.97


28

Outlook = overcast (q2)

q2 = - P+ log2 P+ - P- log2 Pq2 = -

4 4 0 0 log 2 - log 2 4 4 4 4

q2= 0 Outlook = rain (q3)

q3= - P+ log2 P+ - P- log2 Pq3 = -

3 3 2 2 log 2 - log 2 5 5 5 5

q3= 0.97 Nilai rata-rata entropi atribut outlook adalah : E=

inst

⎛ ⎛ ni ⎞

⎞

∑ ⎜⎜ ⎜⎝ n ⎟⎠ × e ⎟⎟ i =1

⎝

t

i

⎠

⎛5 ⎞ ⎛ 4 ⎞ ⎛5 ⎞ E= ⎜ × q1⎟ + ⎜ × q 2 ⎟ + ⎜ × q3 ⎟ ⎝ 14 ⎠ ⎝ 14 ⎠ ⎝ 14 ⎠

⎛5 ⎞ ⎛ 4 ⎞ ⎛5 ⎞ E= ⎜ × 0.97 ⎟ + ⎜ × 0 ⎟ + ⎜ × 0.97 ⎟ ⎝ 14 ⎠ ⎝ 14 ⎠ ⎝ 14 ⎠

E= 0.69 Nilai gain atribut outlook dihitung berdasarkan rumus 2.3 adalah : Gain (S,Outlook) = Soutlook (P+ , P-) – E(outlook) Soutlook P+ = 9 ; Soutlook P- = 5 9 9 5 5 log2 log2 14 14 14 14

S (9,5)

= -

S (9,5)

= 0.94

Gain (S, outlook) = 0.94 – 0.69 = 0.25


29

b.

Atribut temperature

Atribut temperature dengan kejadian-kejadiannya beserta jumlah nilai positif dan negatifnya digambarkan sebagai berikut :

Gambar 2.4 Nilai Positif dan Negatif Kejadian Temperature

Dari nilai positif dan negatif setiap kejadian dapat dihitung nilai entropi masing-masing kejadian sebagai berikut : Temperature = hot (q1)

q1 = - P+ log2 P+ - P- log2 Pq1= -

2 2 2 2 log 2 - log 2 4 4 4 4

q1= 1 Temperature = cool (q2)

q2= - P+ log2 P+ - P- log2 Pq2= -

3 3 1 1 log 2 - log 2 4 4 4 4

q2= 0.81125


30

Temperature = mild (q3)

q3= - P+ log2 P+ - P- log2 Pq3= -

4 4 2 2 log 2 - log 2 6 6 6 6

q3= 0.917 Nilai rata-rata entropi atribut temperature adalah : E=

inst

⎛ ⎛ ni ⎞

⎞

∑ ⎜⎜ ⎜⎝ n ⎟⎠ × e ⎟⎟ i =1

⎝

t

i

⎠

⎛4 ⎞ ⎛ 4 ⎞ ⎛6 ⎞ E= ⎜ × q1⎟ + ⎜ × q 2 ⎟ + ⎜ × q3 ⎟ ⎝ 14 ⎠ ⎝ 14 ⎠ ⎝ 14 ⎠ ⎞ ⎞ ⎛6 ⎛ 4 ⎞ ⎛4 E= ⎜ × 1⎟ + ⎜ × 0.811⎟ + ⎜ × 0.918 ⎟ ⎠ ⎠ ⎝ 14 ⎝ 14 ⎠ ⎝ 14

E= 0.91 Nilai gain atribut temperature dihitung berdasarkan rumus 2.3 adalah : Gain (S,Temperature) = Stemperature (P+ , P-) – E(temperature) Stemperature P+ = 9 ; Stemperature P- = 5 9 9 5 5 log2 log2 14 14 14 14

S (9,5)

= -

S (9,5)

= 0.94

Gain (S, temperature) = 0.94 – 0.91 = 0.03


31

c.

Atribut Humidity Atribut humidity dengan kejadian-kejadiannya beserta jumlah nilai positif dan negatifnya digambarkan sebagai berikut :

Gambar 2.5 Nilai Positif dan Negatif Kejadian Humidity

Dari nilai positif dan negatif setiap kejadian dapat dihitung nilai entropi masing-masing kejadian sebagai berikut : Humidity = high (q1)

q1 = - P+ log2 P+ - P- log2 Pq1 = -

3 3 4 4 log 2 - log 2 7 7 7 7

q1 = 0.985 Humidity = normal (q2)

q2= - P+ log2 P+ - P- log2 P6 6 1 1 q2 = - log 2 - log 2 7 7 7 7

q2= 0.591


32

Nilai rata-rata entropi atribut humidity adalah : E=

inst

⎛ ⎛ ni ⎞

⎞

∑ ⎜⎜ ⎜⎝ n ⎟⎠ × e ⎟⎟ i =1

⎝

i

t

⎠

⎞ ⎛7 ⎞ ⎛7 E= ⎜ × q1⎟ + ⎜ × q 2 ⎟ ⎠ ⎝ 14 ⎠ ⎝ 14 ⎛7 ⎞ ⎛7 ⎞ E= ⎜ × 0.985 ⎟ + ⎜ × 0.591⎟ ⎝ 14 ⎠ ⎝ 14 ⎠

E= 0.79 Nilai gain atribut humidity dihitung berdasarkan rumus 2.3 adalah : Gain (S,Humidity) = Shumidity (P+ , P-) – E(humidity) Shumidity P+

= 9 ; Shumidity P- = 5

S (9,5)

= -

S (9,5)

= 0.94

9 9 5 5 log2 log2 14 14 14 14

Gain (S, Humidity) = 0.94 – 0.79 = 0.15

d.

Atribut wind Atribut wind dengan kejadian-kejadiannya beserta jumlah nilai positif dan negatifnya digambarkan sebagai berikut : Strong

2 positif 3 negatif

Weak

7 positif 2 negatif

Wind

Gambar 2.6 Nilai Positif dan Negatif Kejadian Wind


33

Wind = strong (q1)

q1 = - P+ log2 P+ - P- log2 Pq1= -

2 2 3 3 log 2 - log 2 5 5 5 5

q1 = 0.97 Wind = weak (q2)

q2 = - P+ log2 P+ - P- log2 Pq2 = -

7 7 2 2 log 2 - log 2 9 9 9 9

q2 = 0.763 Nilai rata-rata entropi atribut wind adalah : E=

inst

⎛ ⎛ ni ⎞

⎞

∑ ⎜⎜ ⎜⎝ n ⎟⎠ × e ⎟⎟ i =1

⎝

t

i

⎠

⎞ ⎛5 ⎞ ⎛9 E= ⎜ × q1⎟ + ⎜ × q 2 ⎟ ⎠ ⎝ 14 ⎠ ⎝ 14 ⎛5 ⎞ ⎛9 ⎞ E= ⎜ × 1⎟ + ⎜ × 0.46 ⎟ ⎝ 14 ⎠ ⎝ 14 ⎠

E= 0.84 Nilai gain atribut wind dihitung berdasarkan rumus 2.3 adalah : Gain (S,Wind) = Swind (P+ , P-) – E(wind) Swind P+ = 9 ; Swind P- = 5 S (9,5)

= -

9 9 5 5 log2 log2 14 14 14 14

S (9,5) = 0.94 Gain (S, Wind) = 0.94 – 0.84 = 0.1


34

Dari pencarian nilai gain di atas didapatkan tabel nilai gain sebagai berikut : Tabel 2. 3 Nilai Gain Untuk Menentukan Simpul Awal Setiap Atribut Atribut Outlook Temperature Humidity Wind

Nilai Gain 0.25 0.03 0.15 0.1

Dari tabel di atas diperoleh nilai gain yang paling besar yaitu nilai gain atribut Outlook. Sehingga outlook terpilih sebagai simpul awal. 2. Menyusun pohon Menyusun pohon dimulai dari simpul terpilih pada langkah ke-1 sebagai berikut : Outlook

Sunny

Overcast

Rain

D1 (-) D2 (-) D8 (-) D9 (+) D11 (+)

D3 (+) D7 (+) D12 (+) D13 (+)

D4 (+) D5 (+) D6 (-) D10 (+) D14 (-)

Gambar 2.7 Pohon Awal

Dari pohon di atas kita tentukan simpul daun selanjutnya. Simpul yang akan bercabang adalah simpul pada kejadian yang memiliki nilai positif dan negatif. Kejadian yang memiliki nilai positif dan negatif adalah kejadian sunny (D1 (-), D2 (-),


35

D8 (-),D9 (+), D11 (+) D14 (-)

) dan rain (D4 (+), D5 (+), D6 (-), D10 (+),

). Atribut outlook yang akan memiliki simpul daun

selanjutnya adalah sunny dan rain. Untuk menentukan atribut simpul keputusan di bawah atribut sunny maka dilakukan penghitungan nilai gain dari atribut yang tersisa yaitu temperature, humidity dan wind. Nilai gain yang terbesar akan

menjadi simpul keputusan di bawah sunny.

Gain(Ssunny,Wind)=Entropi(Ssunny)3 2 × entropi ( Ssunny , weak ) - × entropi ( Ssunny , strong ) = 0.029 5 5

Gain(Ssunny,Humidity)=Entropi(Ssunny)3 2 × entropi ( Ssunny , high ) - × entropi ( Ssunny , normal ) = 0.976 5 5

Gain(Ssunny,Temperature)=Entropi(Ssunny)2 2 × entropi ( Ssunny , hot ) - × entropi ( Ssunny , mild ) 5 5 1 × entropi ( Ssunny , cool ) = 0.576 5

Selanjutnya

dilakukan

perhitungan

nilai

gain

untuk

menentukan atribut simpul keputusan di bawah nilai Rain 3 Gain(Srain,Wind)=Entropi(Srain)- × entropi ( Srain, weak ) 5 2 × entropi ( Srain, strong ) = 0.976 5

Gain(Srain,Temperature)=Entropi(Srain)3 2 × entropi ( Srain, mild ) - × entropi ( Srain, cool ) = 0.029 5 5


36

Tabel 2.4 Nilai GainUntuk Menentukan Simpul Selanjutnya Atribut Gain(Ssunny,Wind) Gain(Ssunny,Humidity) Gain(Ssunny,Temperature) Gain(Srain,Wind) Gain(Srain,Temperature)

Nilai Gain 0.029 0.976 0.576 0.976 0.029

Dari tabel di atas atribut humidity terpilih sebagai simpul selanjutnya di bawah atribut sunny karena memiliki nilai gain yang paling besar, sehingga pohon menjadi sebagai berikut :

Gambar 2.8 Percabangan Pohon

Pohon di atas tidak memiliki percabangan lagi karena pada setiap kejadiannya sudah memiliki nilai yang homogen.


37

Langkah 2 : Mengubah simpul pohon menjadi aturan

Pada gambar 2.8 diubah menjadi aturan if..then sebagai berikut : Tabel 2.5 Aturan If..Then Yang Belum Disederhanakan Aturan

If

Then

1 2 3 4 5

Outlook = sunny ^ humidity = high Outlook = sunny ^ humidity = normal Outlook = overcast Outlook = rain ^ wind = strong Outlook = rain ^ wind = weak

Play_Golf = No Play_Golf = Yes Play_Golf = Yes Play_Golf = No Play_Golf = Yes

Langkah 3 : Menyederhanakan Aturan

a. Menyederhanakan aturan dengan membuang anteseden yang tidak perlu. Pada langkah ini anteseden yang tidak diperlukan dieliminasi. Dalam aturan sebelumnya (tabel 2.5) aturan yang memiliki lebih dari satu anteseden adalah aturan 1, 2, 4, 5 dengan anteseden outlook, humidity dan wind. Untuk menyederhanakan aturan

dilakukan uji independen untuk setiap anteseden secara individual sebagai berikut :

1)

Hipotesis Nol (H0): outlook (anteseden) dan play_golf (konsekuen) independen.

Outlook

a) Membuat tabel kontingensi yang memuat nilai frekuensi pengamatan (oij)


38

Tabel 2.6 Tabel Kontingensi Outlook

Play_Golf

Outlook

Jumlah_Marjinal

Yes

No

Sunny

2

3

5

No_Sunny

7

2

9

Jumlah Marjinal

9

5

14

b) Menghitung

frekuensi

harapan

tiap

sel

menggunakan rumus 2.3 yaitu : Frekuensi harapan pada sel X11 =

e11 =

R1T × CT 1 5×9 → e11 = = 3.21 T 14

Frekuensi harapan pada sel X12 =

e12 =

R1T × CT 2 5×5 → e12 = = 1.79 T 14


e21 =

R2 T × C T 1 9×9 → e21 = = 5.79 T 14


e22 =

R2 T × CT 2 9×5 → e22 = = 3.21 T 14

Tabel nilai frekuensi harapan berdasarkan perhitungan: Tabel 2.7 Nilai Frekuensi Harapan Outlook Play_Golf Outlook Sunny No Sunny

Yes 3.21 5.79

No 1.79 3.21

dengan


39

c) Dari tabel 2.7 di atas diketahui bahwa tidak ada nilai frekuensi harapan Outlook yang kurang dari 1 dan nilai frekuensi harapan yang kurang dari 5 lebih dari 20%. Berdasarkan aturan Cochran, nilai frekuensi harapan outlook tidak memenuhi untuk menggunakan uji Chi-

Square.

2)

Hipotesis Nol (H0): humidity (anteseden) dan play_golf (konsekuen) independen.

Humidity

a) Membuat tabel kontingensi yang memuat nilai frekuensi pengamatan (oij) Tabel 2.8 Tabel Kontingensi Humidity

Play_Golf

Jumlah_Marjinal

Humidity Yes

No

High

3

4

7

Normal

6

1

7

Jumlah Marjinal

9

5

14

b) Menghitung

frekuensi

harapan


e11 =

R1T × CT 1 → e11 = 7 × 9 = 4.5 T 14

tiap

sel

dengan


40


e12 =

R1T × CT 2 7×5 → e12 = = 2.5 T 14


e21 =

R2 T × C T 1 7×9 → e21 = = 4.5 T 14


e22 =

R2 T × CT 2 7×5 → e22 = = 2.5 T 14

Tabel nilai frekuensi harapan berdasarkan perhitungan di atas : Tabel 2.9 Nilai Frekuensi Harapan Humidity

Play_Golf Humidity Yes

No

High

4.5

2.5

Normal

4.5

2.5

c) Dari tabel 2.9 di atas diketahui bahwa tidak ada nilai frekuensi harapan Humidity yang kurang dari 1 dan nilai frekuensi harapan yang kurang dari 5 lebih dari 20%. Berdasarkan aturan Cochran, nilai frekuensi harapan humidity tidak memenuhi untuk menggunakan uji Chi-

Square.


41

3) Hipotesis H0: wind (anteseden) dan play_golf (konsekuen) independen.

Wind

a) Membuat tabel kontigensi yang memuat nilai frekuensi pengamatan (oij)

Tabel 2.10 Tabel Kontingensi Wind

Play_Golf

Jumlah_Marjinal

Wind Yes

No

Strong

2

3

5

Weak

7

2

9

Jumlah Marjinal

9

5

14

b) Menghitung

frekuensi

harapan


e11 =

R1T × CT 1 → e11 = 5 × 9 = 3.21 T 14


e12 =

R1T × CT 2 5×5 → e12 = = 1.78 T 14


e21 =

R2 T × C T 1 9×9 → e21 = = 5.78 T 14

tiap

sel

dengan


42


e22 =

R2 T × CT 2 9×5 → e22 = = 3.21 T 14

Tabel nilai frekuensi harapan berdasarkan perhitungan : Tabel 2.11 Nilai Frekuensi Harapan Wind

Play_Golf

Wind Yes

No

Strong

3.21

1.78

Weak

5.78

3.21

c) Dari tabel 2.11 di atas diketahui bahwa tidak ada nilai frekuensi harapan Wind yang kurang dari 1 dan nilai frekuensi harapan yang kurang dari 5 lebih dari 20%. Berdasarkan aturan Cochran, nilai frekuensi harapan wind tidak memenuhi untuk menggunakan uji Chi-Square. Kesimpulan: Nilai frekuensi harapan yang kecil dari setiap anteseden (outlook, humidity dan wind) mengakibatkan pengujian independensi anteseden secara individual menggunakan uji Chi-Square tidak dapat digunakan. Aturan yang berlaku masih sama dengan aturan pada tabel 2.5.

2.

Menyederhanakan aturan dengan membuang aturan yang tidak perlu

Penyederhanaan aturan dapat dilakukan dengan menggunakan default rule. Default rule diperoleh dengan mencari konsekuen yang paling


43

banyak. Pada tabel 2.5 diperoleh Yes sebagai konsekuen yang paling banyak dari aturan yang terbentuk. Ketiga aturan dengan konsekuen Yes dijadikan default rule. Aturan yang paling sederhana diperoleh sebagai berikut : Tabel 2.12 Aturan Yang Paling Sederhana Aturan

Rule

Then

1 2

Outlook = sunny ^ humidity = high Outlook = rain ^ wind = strong Default rule

Play_Golf = No Play_Golf = No Play_Golf = Yes

Langkah 4 : Hasil Prediksi Pada Data Training

Hasil prediksi pada data training sebagai berikut : Tabel 2.13 Hasil Prediksi Pada Data Training Day D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 D14

Outlook Sunny Sunny Overcast Rain Rain Rain Overcast Sunny Sunny Rain Sunny Overcast Overcast Rain

Temperature Hot Hot Hot Mild Cool Cool Cool Mild Cool Mild Mild Mild Hot Mild

Humidity High High High High Normal Normal Normal High Normal Normal Normal High Normal High

Wind Weak Strong Weak Weak Weak Strong Strong Weak Weak Weak Strong Strong Weak Strong

Play_Golf No No Yes Yes Yes No Yes No Yes Yes Yes Yes Yes No

Prediksi No No Yes Yes Yes No Yes No Yes Yes Yes Yes Yes No

Dari hasil prediksi pada data training di atas tidak didapatkan kesalahan prediksi dari 14 data sehingga besar kesalahan prediksi yaitu sebesar 0%.


44

BAB III ANALISA DAN PERANCANGAN SISTEM

A.

Identifikasi dan Analisa Sistem

Organisasi veteran Amerika merupakan organisasi nirlaba yang menyediakan layanan pengobatan bagi para pejuang veteran Amerika Serikat yang menderita lumpuh. Organisasi ini memperoleh dana melalui pengiriman surat yang direspon oleh donatur. Surat yang dikirimkan juga merupakan hadiah bagi donatur dalam bentuk kalender, kartu ucapan, stiker dan lain-lain. Jika organisasi memiliki 3 juta donatur dan mengeluarkan biaya 10 dollar per surat maka biaya yang akan dihabiskan adalah 30.000.000 dollar. Dalam setahun dana yang harus dikeluarkan adalah 360.000.000 dollar. Dana yang dihabiskan sebesar 360.000.000 dollar akan menjadi pengeluaran yang sia-sia jika kurang mendapat respon dari para donatur. Masalah yang dialami oleh organisasi nirlaba ini dapat diatasi menggunakan data mining melalui model klasifikasi. Dalam tugas akhir ini digunakan model klasifikasi untuk mengetahui profil donatur yang selama ini memberikan respon terhadap salah satu bentuk pengiriman surat yaitu pengiriman surat dengan kartu kosong pada tahun 1997 yang diberi kode 97_NK. Identifikasi profil donatur yang memberikan respon ini bertujuan untuk mengurangi biaya pengeluaran yang sia-sia.

44


45

Dalam tugas akhir ini sampel data yang digunakan sebanyak 350 records dan 67 atribut. Sampel data tersebut diambil dari dataset donatur

organisasi

veteran

Amerika

yang

disediakan

oleh

situs

http://kdd.ics.uci.edu/ databases/ kddcup98/ kddcup98.html.

B.

Perancangan Sistem 1. Input

Data-data yang diperoleh dibagi dalam dua tabel secara random yaitu sebagai tabel training dan tabel tes. Data yang akan digunakan dalam proses penambangan data adalah data pada tabel training yang diberi nama tabel member.db. Model klasifikasi dari proses penambangan data yang diperoleh selanjutnya diimplementasikan ke dalam tabel tes untuk diuji tingkat keakuratannya. Atribut-atribut yang terdapat dalam tabel training sama dengan atribut-atribut yang terdapat dalam tabel tes, kecuali satu atribut tambahan dalam tabel tes yaitu atribut PREDIKSI. Atribut PREDIKSI digunakan untuk menghitung tingkat keakuratan model klasifikasi. Berikut ini atribut yang terdapat dalam tabel training : Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training Variable CONTROLN

ODATE

Description Control number (unique record identifier) Origin Date. Date of donor's first gift to PVA YYMM format (Year/Month).


46

Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training (Lanjutan) Variable MAILCODE

PVASTATE NOEXCH RECINHSE RECP3 RECPGVG RECSWEEP TCODE MDMAUD DOMAINX CLUSTER AGE AGEFLAG HOMEOWNR NUMCHLD INCOME GENDER WEALTH MBCRAFT MBGARDEN MBBOOKS MBCOLECT MAGFAML MAGFEM MAGMALE PUBGARDN PUBCULIN PUBHLTH PUBDOITY PUBNEWFN PUBPHOTO PUBOPP DATASRCE MALEMILI VETS GOV SOLP3 SOLIH MAJOR COLLECT1

Description Mail Code Indicates whether the donor lives in a state served by the organization's EPVA chapter Do Not Exchange Flag (For list rental) In House File Flag P3 File Flag Planned Giving File Flag Sweepstakes file flag Donor title code The Major Donor Matrix code DOMAIN/Cluster code. CLUSTER Overlay Age Age Flag Home Owner Flag NUMBER OF CHILDREN HOUSEHOLD INCOME Gender Wealth Rating Buy Craft Hobby Buy Gardening Buy Books Buy Collectables Buy General Family Mags Buy Female Mags Buy Sports Mags Gardening Pubs Culinary Pubs Health Pubs Do It Yourself Pubs News / Finance Pubs Photography Pubs Opportunity Seekers Pubs Source of Overlay Data % Males active in the Military %Vets % Employed by Gov SOLICIT LIMITATION CODE P3 SOLICITATION LIMIT CODE IN HOUSE Major ($$) Donor Flag COLLECTABLE (YES/NO)


47

Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training (Lanjutan) Variable VETERANS BIBLE CATLG HOMEE PETS CDPLAY STEREO PCOWNERS PHOTO CRAFTS FISHER GARDENIN BOATS WALKER KIDSTUFF CARDS PLATES LIFESRC PEPSTRFL HPHONE_D RFA_2R RFA_2F RFA_2A MDMAUD_R MDMAUD_F MDMAUD_A CLUSTER2 GEOCODE2 TARGET_B

Description VETERANS (YES/NO) BIBLE READING (YES/NO) SHOP BY CATALOG (YES/NO) WORK FROM HOME (YES/NO) HOUSEHOLD PETS (YES/NO) CD PLAYER OWNERS (YES/NO) STEREO/RECORDS/TAPES/CD (YES/NO) HOME PC OWNERS/USERS (YES/NO) PHOTOGRAPHY (YES/NO) CRAFTS (YES/NO) FISHING (YES/NO) GARDENING (YES/NO) POWER BOATING (YES/NO) WALK FOR HEALTH (YES/NO) BUYS CHILDREN'S PRODUCTS (YES/NO) STATIONARY/CARDS BUYER (YES/NO) PLATE COLLECTOR (YES/NO) LIFE STYLE DATA SOURCE Indicates PEP Star RFA Status Presence of a published home Recency code for RFA_2 Frequency code for RFA_2 Donation Amount code for RFA_2 Recency code for MDMAUD Frequecy code for MDMAUD Donation Amount code for MDMAUD Classic Cluster Code (a nominal symbolic field) County Size Code Indicator for Response to 97NK Mailing

Nilai kejadian atribut-atribut di atas berada pada rentang nilai yang besar sehingga penulis melakukan pengelompokan nilai kejadian dengan rentang nilai yang lebih kecil untuk memudahkan proses pengambilan keputusan. Pengelompokan nilai kejadian dilakukan secara intuitif.


48

Berikut ini hasil pengelompokan nilai kejadian dari setiap atribut : Tabel 3.2 Nilai Kejadian Atribut ODATEDW Year (dua digit pertama) KEJADIAN Y1 Y2 Y3 Y4

DESKRIPSI 80-85 86-90 91-95 > 95

Tabel 3.3 Nilai Kejadian Atribut ODATEDW Month (dua digit terakhir) KEJADIAN M1 M2 M3 M4

DESKRIPSI 01-03 04-06 07-09 10-11

Misalnya : ODATEDW 8901 menjadi Y2M1

Tabel 3.4 Nilai Kejadian Atribut MAILCODE KEJADIAN OK B

DESKRIPSI Address is OK Bad address

Tabel 3.5 Nilai Kejadian Atribut PVASTATE KEJADIAN P E U

DESKRIPSI PVA State EPVA State (Northeastern US) Unkknown


49

Tabel 3.6 Nilai Kejadian Atribut NOEXCH KEJADIAN 0 X

DESKRIPSI Can be exchanged Do not exchanged

Tabel 3.7 Nilai Kejadian Atribut RECINHSE KEJADIAN U X

DESKRIPSI Not an In House record Donor has given to PVA’s In House programme

Tabel 3.8 Nilai Kejadian Atribut RECP3 KEJADIAN U X

DESKRIPSI Not a P3 record Donor has given to PVA’s P3 programme

Tabel 3.9 Nilai Kejadian Atribut RECPGVG KEJADIAN U X

DESKRIPSI Not a Planned Giving record Planned Giving record

Tabel 3.10 Nilai Kejadian Atribut RECSWEEP KEJADIAN U X

DESKRIPSI Not a Sweepstakes record Sweepstakes record


50

Tabel 3.11 Nilai Kejadian Atribut TCODE KEJADIAN 000 001 001001 001002 002 002002 003 003003 004 004002 004004 005 006 009 010 010002 010010 011 011002 012 012002 013 013002 014 014002 015 015002 016 017 017002 018 018002 019 020 021002 022002 024 026 027

DESKRIPSI MR. MESSRS. MR. & MRS. MRS. MESDAMES MISS MISSES DR. DR. & MRS. DOCTORS MADAME SERGEANT RABBI PROFESSOR PROFESSOR & MRS. PROFESSORS ADMIRAL ADMIRAL & MRS. GENERAL GENERAL & MRS. COLONEL COLONEL & MRS. CAPTAIN CAPTAIN & MRS. COMMANDER COMMANDER & MRS. DEAN JUDGE JUDGE & MRS. MAJOR MAJOR & MRS. SENATOR GOVERNOR SERGEANT & MRS. COLNEL & MRS. LIEUTENANT MONSIGNOR REVEREND


51

Tabel 3.11 Nilai Kejadian Atribut TCODE (Lanjutan)

KEJADIAN 029 031 031002 033 036 037 038 040 042 043 044 046 047 048 050 056 059002 062 063 064 065 068 069 070 072002 073 075 085 087 089 090 091 092 100 103 104 106 107 108

DESKRIPSI BISHOP AMBASSADOR AMBASSADOR & MRS. CANTOR BROTHER SIR COMMODORE FATHER SISTER PRESIDENT MASTER MOTHER CHAPLAIN CORPORAL ELDER MAYOR LIEUTENANT & MRS. LORD CARDINAL FRIEND FRIENDS ARCHDEACON CANON BISHOP REVEREND & MRS. PASTOR ARCHBISHOP SPECIALIST PRIVATE SEAMAN AIRMAN JUSTICE MR. JUSTICE M. MLLE. CHANCELLOR REPRESENTATIVE SECRETARY LT. GOVERNOR


52

Tabel 3.11 Nilai Kejadian Atribut TCODE (Lanjutan)

KEJADIAN 109 111 114 116 117 118 120 122 123 124 125 126 127 128 129 130 131 132 135 210

DESKRIPSI LIC. SA. DA. SR. SRA. SRTA. YOUR MAJESTY HIS HIGHNESS HER HIGHNESS COUNT LADY PRINCE PRINCESS CHIEF BARON SHEIK PRINCE AND PRINCESS YOUR IMPERIAL MAJEST M. ET MME. PROF.

Tabel 3.12 Nilai Kejadian Atribut MDMAUD KEJADIAN DESKRIPSI First byte: Recency of Giving See the section of Recency Second byte : Frequency of Giving See the section of Frequency Third byte : Amount of Giving See the section of Amount 4th byte: Blank/meaningless/filler 'X' indicates that the donor is not a major donor.

An RFA (Recency / Frequency / Amount) field of MDMAUD Tabel 3.13 Nilai Kejadian 1st Byte Recency of Giving KEJADIAN C L I D

DESKRIPSI Current Donor Lapsed Donor Inactive Donor Dormant Donor


53

Tabel 3.14 Nilai Kejadian 2nd Byte: Frequency of Giving KEJADIAN 1 2 3

DESKRIPSI One gift in the period of recency Two-Four gifts in the period of recency Five+ gifts in the period of recency

Tabel 3.15 Nilai Kejadian 3rd Byte: Amount of Giving KEJADIAN L C M T

DESKRIPSI Less than $100(Low Dollar) $100-499(Core) $500-999(Major) =$1,000+(Top)

Tabel 3.16 Nilai Kejadian Atribut DOMAINX KEJADIAN DESKRIPSI 00 DOMAINX empty 01 A-M 02 N-Z Ket: Pengelompokan berdasarkan huruf depan (digit pertama )

Tabel 3.17 Nilai Kejadian Atribut Cluster KEJADIAN A B C D E X

DESKRIPSI 1-20 21-40 41-60 61-80 81-100 Empty

Tabel 3.18 Nilai Kejadian Atribut AGE KEJADIAN Middle-aged Old Older U

DESKRIPSI 21-40 41-70 >71 Unknown


54

Tabel 3.19 Nilai Kejadian Atribut AGEFLAG KEJADIAN E I U

DESKRIPSI Exact Inferred from Date Of Birth Unknown

Tabel 3.20 Nilai Kejadian Atribut HOMEOWNR KEJADIAN H U

DESKRIPSI Home owner Unknown

Tabel 3.21 Nilai Kejadian Atribut NUMCHLD KEJADIAN 0 1 >1

DESKRIPSI Empty 0ne child More than one child

Tabel 3.22 Nilai Kejadian Atribut INCOME KEJADIAN Low Medium High None

DESKRIPSI 1-3 4-6 7-10 Empty

Tabel 3.23 Nilai Kejadian Atribut GENDER KEJADIAN M F J

DESKRIPSI Male Female Joint account, unknown gender


55

Tabel 3.24 Nilai Kejadian Atribut WEALTH KEJADIAN 0 1 2 3 4 5 6 7 8 9

DESKRIPSI

Wealth rating uses median family income and population statistics from each area to index relative wealth within each state. The segments are denoted 0-9, with 9 being the highest income group and zero being the lowest. Each rating has a different meaning within each state.

Tabel 3.25 OTHER TYPES OF MAIL ORDER OFFERS ATRIBUT MBCRAFT MBGARDEN MBBOOKS MBCOLECT MAGFAML MAGFEM MAGMALE PUBGARDN PUBCULIN PUBHLTH PUBDOITY PUBNEWFN PUBPHOTO PUBOPP

DESKRIPSI Buy Craft Hobby Buy Gardening Buy Books Buy Collectables Buy General Family Mags Buy Female Mags Buy Sports Mags Gardening Pubs Culinary Pubs Health Pubs Do It Yourself Pubs News / Finance Pubs Photography Pubs Opportunity Seekers Pubs

KEJADIAN See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26 See table 3.26

Tabel 3.26 Nilai Kejadian Atribut OTHER TYPES OF MAIL ORDER OFFERS KEJADIAN 0 1 >1

DESKRIPSI Not responded to other types of mail order offers Once time has responded to other types of mail order offers More than once time has responded to other types of mail order offers


56

Tabel 3.27 Nilai Kejadian Atribut DATASRCE KEJADIAN 1 2 3

DESKRIPSI Metro mail Polk Both

Tabel 3.28 Nilai Kejadian Atribut MALEMILI KEJADIAN 0 1 >1

DESKRIPSI Empty One percent More than one percent

Tabel 3.29 Nilai Kejadian Atribut VETS KEJADIAN 0 MALE VIET WWII

DESKRIPSI Empty Males veterans Vietnam vets WWII vets

Tabel 3.30 Nilai Kejadian Atribut GOV KEJADIAN 0 LOCAL STATE FED

DESKRIPSI Empty Employed by LOCAL gov Employed by STATE gov Employed by FED gov

Tabel 3.31 Nilai Kejadian Atribut SOLP3 KEJADIAN D 00 01 02 03 04 05 06 12

DESKRIPSI Can be mailed (Default) Do not solicit or mail One solicitations per year Two solicitations per year Three solicitations per year Four solicitations per year Five solicitations per year Six solicitations per year Twelve solicitations per year


57

Tabel 3.32 Nilai Kejadian Atribut SOLIH KEJADIAN D 00 01 02 03 04 05 06 12

DESKRIPSI Can be mailed (Default) Do not solicit or mail One solicitations per year Two solicitations per year Three solicitations per year Four solicitations per year Five solicitations per year Six solicitations per year Twelve solicitations per year

Tabel 3.33 Nilai Kejadian Atribut MAJOR KEJADIAN 0 X

DESKRIPSI Not a major flag Major donor

Tabel 3.34 Nilai Kejadian Atribut LIFESRC KEJADIAN 0 1 2 3

DESKRIPSI If LIFESRC empty Matched on metro mail only Matched on polk only Matched on metro mail and polk

Tabel 3.35 Nilai Kejadian Atribut PEPSTRFL KEJADIAN B X

DESKRIPSI Not Considered to be a PEP Star (Empty) Has PEP Star RFA Status

Tabel 3.36 Nilai Kejadian Atribut HPHONE_D KEJADIAN 0 1

DESKRIPSI Does not presence of a published home number Presence of a published home number


58

Tabel 3.37 Nilai Kejadian Atribut RFA_2 Atribut DESKRIPSI RFA_2R See the section on RFA, Recency code for RFA_2 RFA_2F See the section on RFA, Frequency code for RFA_2 RFA_2A See the section on RFA, Donation Amount code for RFA_2 RFA_2 : mailing was use to construct the target fields (TARGET_B)

An RFA (Recency / Frequency / Amount) field of RFA_2 Tabel 3.38 Nilai Kejadian 1st Byte Recency of Giving KEJADIAN F

N

A L I S

DESKRIPSI First time donor. Anyone who has made their first donation in the last 6 months and has made just one donation. New donor. Anyone who has made their first donation in the last 12 months and is not a First time donor. This is everyone who made their first donation 7-12 months ago, or people who made their first donation between 0-6 months ago and have made 2 or more donations. Active Donor. Anyone who made their first donation more than 12 months ago and has made a donation in the last 12 months. Lapsing Donor. A previous donor who made their last donation between 13-24 months ago. Inactive donor. A previous donor who has not made a donation in the last 24 months. It is people who made a donation 25+ months ago. Star donor. Donors are individuals who have given to 3 consecutive card mailings.

Tabel 3.39 Nilai Kejadian 2nd Byte: Frequency of Giving KEJADIAN 1 2 3 4

DESKRIPSI One gift in the period of recency Two gifts in the period of recency Three gifts in the period of recency Four or more gifts in the period of recency


59

Tabel 3.40 Nilai Kejadian 3rd Byte: Amount of Giving KEJADIAN A B C D E F G

DESKRIPSI $0.01 - $1.99 $2.00 - $2.99 $3.00 - $4.99 $5.00 - $9.99 $10.00 - $14.99 $15.00 - $24.99 $25.00 and above

Tabel 3.41 Nilai Kejadian Atribut TARGET_B (Atribut Keputusan) Atribut YES NO

DESKRIPSI Response to 97 NK Mailing Does not response to 97 NK Mailing

2. Proses

Proses-proses yang terjadi dalam model klasifikasi TARGET_B adalah sebagai berikut : A. Mengubah data menjadi model pohon aturan 1) Menentukan simpul awal Simpul awal ditentukan dengan menghitung nilai gain setiap atribut dimana atribut dengan nilai gain terbesar yang menjadi simpul awal. Proses menghitung nilai gain adalah sebagai berikut : a) Menghitung jumlah keseluruhan sampel data. b) Menghitung

jumlah

kejadian

dari

atribut

keputusan. Dalam sampel data terdapat dua kelas


60

kejadian yang berbeda, yaitu TARGET_B=YES dan TARGET_B=NO. c) Hasil perhitungan dari langkah (b) di atas digunakan untuk menghitung nilai entropi untuk keseluruhan sampel. Rumus yang digunakan adalah rumus 2.1, yaitu…. entropi (S) = - P+ log2 P+ - P- log2 P-

dimana : S = ruang sampel data training P+ = rasio dari kejadian TARGET_B = YES P- = rasio dari kejadian TARGET_B=NO d) Menghitung jumlah atribut dan kejadian dari setiap atribut tersebut. e) Menghitung nilai entropi setiap atribut berdasarkan kejadian yang dimiliki dengan menggunakan rumus dari langkah c. f) Menghitung nilai rata-rata entropi setiap atribut berdasarkan rumus 2.2, yaitu sebagai berikut : E=

inst

⎛ ⎛ ni ⎞

⎞

∑ ⎜⎜ ⎜⎝ n ⎟⎠ × e ⎟⎟ i =1

⎝

t

i

⎠

dimana : inst = jumlah kejadian ni = jumlah data kejadian ke-i nt = jumlah total data keseluruhan


61

ei = nilai entropi kejadian ke-i g) Menghitung nilai gain setiap atribut berdasarkan rumus 2.3, yaitu sebagai berikut : Gain(S A) =Entropi (S) – Nilai rata-rata Entropi(S) dimana : S = ruang sampel data training yaitu sampel data dalam tabel member. A = atribut dalam sampel data training yaitu sampel data dalam tabel member. Gain (S A) adalah informasi yang diperoleh melalui percabangan simpul pada atribut A . h) Atribut dengan nilai gain terbesar dipilih sebagai simpul awal.

2) Menyusun pohon Pohon keputusan yang terbentuk dalam setiap tingkat disimpan dalam sebuah tabel yang dideklarasikan dengan variabel bertipe array. Struktur variabel array ini memiliki range indeks yang dinamis sesuai dengan banyaknya kejadian dari atribut yang menjadi simpul awal. Hal ini bertujuan untuk mengatasi percabangan pohon keputusan yang belum diketahui secara pasti.


62

Setelah diperoleh atribut yang menjadi simpul awal, maka pohon keputusan disusun dengan langkah sebagai berikut : a) Membentuk percabangan simpul awal berdasarkan kejadian-kejadian atribut yang menjadi simpul awal. b) Pada tingkat ke-2 dan seterusnya dari pohon keputusan,

simpul

awal

diperoleh

dengan

mengulangi proses pada langkah 1 (Menentukan simpul awal) secara rekursif. Sebuah atribut yang sudah menjadi simpul awal tidak diikutsertakan dalam

perhitungan

simpul

awal

di

tingkat

selanjutnya. Proses rekursif percabangan pohon keputusan dihentikan jika semua sampel data sudah berada pada kelas yang sama (homogen). c) Aturan yang dihasilkan dari proses ini disimpan dalam sebuah tabel dengan nama aturan.db. Tabel aturan memiliki struktur tabel yang sama dengan tabel training.

B. Menyederhanakan aturan Jumlah sampel data yang ada dalam program ini tidak memungkinkan untuk melakukan pemangkasan pohon


63

keputusan (prunned tree) dengan uji statistik sehingga penulis hanya melakukan penyederhanaan aturan. Penyederhanaan aturan dilakukan dengan membuat default rule. Default Rule diperoleh dengan menghitung

nilai konsekuen terbanyak dari tabel aturan. Proses selanjutnya

adalah

melakukan

eliminasi

aturan

berdasarkan default rule.

C. Pengujian Aturan Pada Tabel Tes a) Aturan-aturan yang sudah disederhanakan, diuji ke dalam tabel tes. Pengujian dilakukan dengan membandingkan data yang terdapat antara atribut TARGET_B dan PREDIKSI. Hal ini bertujuan untuk mengetahui tingkat keakuratan aturan. b) Pengguna dengan

dapat

melakukan

memasukkan

dikehendaki

berdasarkan

pengujian

aturan

aturan-aturan

yang

pilihan

atribut

dan

kejadian yang ada.

3. Output

Output dari sistem yang dibuat adalah sebagai berikut : a. Menampilkan data yang terdapat dalam tabel training dan tabel tes. Data ditampilkan secara detail meliputi nama atribut dan


64

kejadian-kejadian yang dimiliki setiap atribut serta jumlah kejadian berdasarkan atribut keputusan. b. Pada proses mengubah data menjadi model pohon aturan, yaitu : 1. Menampilkan nama atribut yang menjadi simpul awal dan nilai gain dari atribut tersebut. 2. Menampilkan nama atribut yang memiliki sampel homogen (jika ditemukan sampel homogen selama proses pembentukan pohon aturan berlangsung). 3. Menampilkan nilai gain tiap-tiap atribut berdasarkan kejadian yang dimiliki oleh atribut. 4. Menampilkan aturan (dalam bentuk string grid) yang terbentuk dari proses pembentukan pohon aturan. Aturan yang diperoleh terdiri atas anteseden dan konsekuen. c. Menampilkan data dari tabel tes dan melakukan pengujian aturan yang diperoleh ke dalam tabel tes. Selanjutnya menampilkan hasil pengujian aturan berupa jumlah aturan salah, aturan benar dan persentase keberhasilan aturan. d. Menampilkan hasil pengujian aturan berdasarkan data aturan yang diberikan oleh pengguna sehingga dapat diketahui nilai respon

pada

TARGET_B

TARGET_B = NO)

(TARGET_B

=

YES

atau


65

4. Antarmuka Pengguna

Form menampilkan data.

Gambar 3. 1 Desain Form Menampilkan Data

Pada form ini pengguna dapat memilih data dari tabel yang diinginkan berdasarkan pilihan menu yang terdapat dalam komponen radio group Tampil Data. Jika pengguna memilih radio group Tampil Data yaitu Training Set maka tabel Training Set

akan ditampilkan dalam komponen dbGrid1. Jika pengguna memilih radio group Tampil Data yaitu Test Set maka tabel Test Set akan ditampilkan dalam komponen dbGrid1.

Tombol-tombol yang terdapat dalam form ini adalah : •

Detail Tombol

Detail

berfungsi

untuk

menampilkan

form

selanjutnya, yaitu Form Detail Data (Training Set / Test Set)


66

•

Unprunned Tree

Tombol Unprunned Tree berfungsi untuk menampilkan form selanjutnya, yaitu Form Unprunned Tree. Menu-menu yang terdapat dalam setiap form adalah sebagai berikut: •

Program Sub menu dalam menu Program adalah : o Tutup

Tutup form yang sedang aktif. •

Bantuan Sub menu dalam menu Bantuan adalah : o Tentang Program

Berisi penjelasan tentang program. o Tentang Pembuat Program

Berisi biodata pembuat program.


67

Form Detail Data

Gambar 3. 2 Desain Form Detail Data

Form ini akan menampilkan tabel training set atau tabel test set

dalam komponen dbGrid1. Jumlah record data yang terdapat dalam tabel ditampilkan dalam komponen edit1. Detail data tiap-tiap atribut kondisi ditampilkan dalam radio group DETAIL DATA. Berikut ini penjelasan mengenai radio group DETAIL DATA: •

Combo box Atribut Kondisi

pengguna terlebih dahulu memilih atribut kondisi yang ingin ditampilkan. Pilihan atribut-atribut kondisi terdapat di dalam komponen combo box Atribut Kondisi.


68

•

Tombol Kejadian Atribut Tombol ini berfungsi untuk menampilkan detail kejadian dan kelas

kejadian

(TARGET_B)

ke

dalam

komponen

StringGridData berdasarkan atribut kondisi yang dipilih

pengguna. •

Tombol Unprunned Tree Tombol ini berfungsi untuk menampilkan form selanjutnya, yaitu Form Unprunned Tree.

Form Unprunned Tree

Gambar 3. 3 Desain Form Unprunned Tree


69

Form Unprunned Tree berfungsi dalam proses pembentukan pohon

keputusan dengan beberapa fasilitas sebagai berikut : •

dbGrid1

Komponen ini berfungsi untuk menampilkan tabel training set yang akan dimining. •

Tombol Hitung Gain Tombol ini berfungsi untuk melakukan proses perhitungan nilai gain tiap-tiap atribut dan pembentukan pohon keputusan. Jika simpul awal telah diketahui maka nama atribut yang menjadi simpul awal ditampilkan dalam komponen editNode dan nilai gain ditampilkan dalam komponen editGain.

•

Tombol Detail Gain Tombol ini berfungsi untuk menampilkan form selanjutnya, yaitu Form Detail Gain.

•

Tombol Unprunned Rule Tombol ini berfungsi untuk menampilkan form selanjutnya, yaitu Form Unprunned Rule.

•

Memo 1 Memo 1 berfungsi untuk menampilkan sampel data yang homogen pada proses pembentukan pohon.


70

Form Detail Gain

Gambar 3.4 Desain Form Detail Gain

Form ini berfungsi untuk menampilkan nilai gain tiap-tiap atribut

pada proses pembentukan pohon awal. Beberapa fasilitas yang terdapat dalam Form Detail Gain adalah sebagai berikut : •

Combo box Nama Atribut

Pengguna dapat menampilkan nilai gain tiap-tiap atribut dengan memilih nama atribut yang diinginkan melalui komponen combo box Nama Atribut. Komponen edit1 akan menampilkan nilai gain atribut yang dipilih pengguna pada komponen combo box Nama Atribut.


71

•

String gridStatistik String grid ini berfungsi untuk menampilkan detail statistik

atribut berdasarkan nama atribut yang dipilih pengguna melalui komponen combo box Nama Atribut. •

String gridDetail String grid ini berfungsi untuk menampilkan semua nilai gain

dari setiap atribut berdasarkan pohon keputusan pada tingkat awal. •

Tombol Unprunned Rule Tombol ini berfungsi untuk menampilkan form selanjutnya, yaitu Form Unprunned Rule.

Form Unprunned Rule

Gambar 3.5 Desain Form Unprunned Rule


72

Form Unprunned Rule berfungsi untuk menampilkan daftar aturan

yang diperoleh dari proses pembentukan pohon keputusan menggunakan algoritma ID 3. Beberapa fasilitas yang terdapat dalam Form Unprunned Rule adalah sebagai berikut : •

Daftar aturan ditampilkan dalam bentuk tabel pada komponen StringGridPohon.

•

Summary berisi informasi tentang : o Jumlah

aturan

dengan

konsekuen

Jumlah

TARGET_B=‘YES’ ditampilkan dalam komponen edit1 dan

Jumlah

aturan

dengan

konsekuen

Jumlah

TARGET_B=‘NO’ ditampilkan dalam komponen edit2. o Tombol Lihat Aturan YES

Tombol ini berfungsi untuk menampilkan aturan dengan konsekuen TARGET_B = ‘YES’. o Tombol Lihat Aturan NO

Tombol ini berfungsi untuk menampilkan aturan dengan konsekuen TARGET_B = ‘NO’. o Tombol All

Tombol ini berfungsi untuk menampilkan semua aturan yang ada dengan konsekuen TARGET_B = ‘YES’ dan TARGET_B = ‘NO’.


73

•

Tombol Kamus Atribut Tombol ini berfungsi untuk menampilkan Form Keterangan Anteseden.

•

Tombol Lanjut Form ini berfungsi untuk menampilkan form selanjutnya,

yaitu Form Uji Aturan.

Form

Keterangan

Anteseden

Gambar 3.6 Desain Form Keterangan Anteseden

Form ini berfungsi untuk menampilkan keterangan dari tiap-tiap

atribut yang terdapat dalam tabel training set. Keterangan atribut yang ditampilkan dalam komponen ValueListEditor berupa penjelasan atribut dan kejadian-kejadian yang dimiliki.


74

Tombol Lanjut berfungsi untuk menampilkan form selanjutnya, yaitu Form Uji Aturan.

Form Uji Aturan

Gambar 3.7 Desain Form Uji Aturan

Form ini berfungsi untuk menampilkan hasil uji aturan Unprunned Rule dengan tabel test set. Beberapa fasilitas yang terdapat dalam form Uji Aturan adalah sebagai berikut : •

Tombol Buka Tabel Tes Tombol ini berfungsi untuk membuka tabel tes yang akan digunakan untuk pengujian aturan. Tabel test set ditampilkan dalam komponen dbGrid1.


75

•

Tombol Uji Aturan Tombol ini berfungsi untuk melakukan pengujian tingkat keberhasilan aturan.

•

Tombol Dialog Tombol ini berfungsi untuk menampilkan form selanjutnya, yaitu Form Uji Sampel Data Pengguna.

•

Komponen edit1 berfungsi untuk menampilkan hasil uji aturan dengan jumlah records aturan yang benar.

•

Komponen edit2 berfungsi untuk menampilkan hasil uji aturan dengan jumlah records aturan yang salah.

•

Komponen edit3 berfungsi untuk menampilkan persentase keberhasilan hasil uji aturan dalam satuan persen (%).

Form Uji Sampel Data Pengguna

Gambar 3.8 Desain Form Uji Sampel Data Pengguna


76

Form Uji Sampel Data Pengguna memberikan fasilitas bagi

pengguna untuk melakukan input sampel data yang diinginkan dan menguji data tersebut berdasarkan aturan yang ada. Hasil pengujian memberikan informasi apakah sampel data yang diberikan pengguna memberikan respon terhadap layanan surat NK (TARGET_B) Beberapa fasilitas yang terdapat dalam Form Uji Sampel Data Pengguna adalah sebagai berikut : a.

Combo box Nama Atribut Combo box ini memberikan fasilitas bagi pengguna untuk

memilih nama atribut yang ingin diuji. b.

Combo box Nilai Atribut Combo box ini memberikan fasilitas bagi pengguna untuk

memilih nilai kejadian atribut yang ingin diuji. c.

Tombol Tambah Aturan Tombol ini berfungsi untuk menampilkan nama dan nilai kejadian dari atribut sesuai dengan pilihan pengguna ke dalam komponen String grid 1.

d.

Tombol Uji Aturan Tombol ini berfungsi untuk melakukan pengujian sampel data dari pengguna. Hasil uji aturan ditampilkan dalam komponen String grid 2.


77

e.

Tombol Reset Tombol ini berfungsi untuk mengosongkan komponen string grid 1 sehingga pengguna dapat memberikan input sampel

data yang baru. f.

Tombol Selesai Tombol ini berfungsi untuk mengakhiri program.


78

BAB IV IMPLEMENTASI SISTEM

A.

Spesifikasi Software dan Hardware Spesifikasi Software : Sistem operasi Microsoft Windows XP Professional versi 2002 S.P 2 Bahasa pemrograman Borland Delphi 7.0 Basis data menggunakan Database Desktop dengan jenis tabel

Paradox 7 Spesifikasi Hardware : Prosesor Intel Centrino Core 2 Duo 1.6 GHz Memori 512 MB HardDisk 100 GB

B.

Jalannya Program

Tampilan form pada saat program dijalankan pertama kali adalah sebagai berikut :

Gambar 4.1 Form Awal

78


79

Form awal berisi informasi tentang nama program, nama pembuat

program, waktu dan tanggal saat program dijalankan. Dalam Form Awal terdapat tombol OK yang berfungsi untuk menampilkan form selanjutnya, yaitu Form Tampil Data. Berikut ini tampilan Form Tampil Data Training Set:

Gambar 4.2 Form Tampil Data Training Set

Pada form ini, pengguna dapat memilih data dari tabel yang ingin ditampilkan. Dalam radio group Tampil Data terdapat dua tombol pilihan untuk tabel yang ingin ditampilkan yaitu Training Set dan Test Set. Jika pengguna menekan tombol Training Set maka form akan menampilkan tabel Training Set dalam komponen dbGrid.


80

Pada form ini terdapat dua tombol, yaitu : a.

Detail Jika pengguna memilih untuk menampilkan tabel Training Set maka tombol Detail berfungsi untuk menampilkan Form Detail Training Set.

b.

Unprunned Tree

Tombol ini berfungsi untuk menampilkan Form Unprunned Tree.

Jika pengguna menekan tombol Test Set pada radio group Tampil Data maka form akan menampilkan tabel Test Set dalam komponen dbGrid. Berikut ini tampilannya :

Gambar 4.3 Form Tampil Data Test Set


81

Pada form Tampil Data Test Set ini terdapat dua tombol, yaitu : a.

Detail Jika pengguna memilih untuk menampilkan tabel Test Set maka tombol Detail berfungsi untuk menampilkan Form Detail Test Set.

b.

Unprunned Tree

Tombol ini berfungsi untuk menampilkan Form Unprunned Tree. Berikut ini tampilan Form Detail Data Training Set jika pengguna menekan tombol Detail pada saat Form Tampil Data menampilkan tabel Training Set:

Gambar 4.4 Form Detail Data Training Set

Form ini berfungsi untuk memberikan informasi kepada pengguna

mengenai detail data training set dengan menampilkan tabel training set dan


82

jumlah record data. Dalam program ini, tabel training set terdiri dari 310 records.

Untuk mengetahui detail data dari setiap atribut kondisi training set, pengguna dapat memilih atribut yang terdapat dalam combo box Atribut Kondisi. Pengguna tidak dapat memilih Atribut Keputusan karena program telah mengatur default Atribut Keputusan adalah TARGET_B. Setelah memilih Atribut Kondisi, pengguna dapat menekan tombol Kejadian Atribut untuk mengetahui detail kejadian berdasarkan Atribut Kondisi. String grid Detail Data akan menampilkan nama kejadian dan jumlah data kejadian tersebut berdasarkan atribut keputusan, yaitu TARGET_B = YES dan TARGET_B = NO. Jika pengguna belum memilih Atribut Kondisi dan menekan tombol Kejadian Atribut maka akan program akan menampilkan pesan di bawah ini:

Gambar 4.5 Kotak Pesan 1

Jika pengguna menekan tombol Unprunned Tree maka program akan menampilkan form selanjutnya, yaitu Form Unprunned Tree. Berikut ini tampilan Form Detail Data Test Set jika pengguna menekan tombol Detail pada saat Form Tampil Data menampilkan tabel Test Set:


83

Gambar 4.6 Form Detail Data Test Set

Form Detail Data Test Set berfungsi untuk memberikan informasi

kepada pengguna mengenai detail data test set dengan menampilkan tabel test set dan jumlah record data. Dalam program ini, tabel test set terdiri dari

40 records. Untuk mengetahui detail data dari setiap atribut kondisi test set, pengguna dapat memilih atribut yang terdapat dalam combo box Atribut Kondisi. Pengguna tidak dapat memilih Atribut Keputusan karena program telah mengatur default Atribut Keputusan adalah TARGET_B. Setelah memilih Atribut Kondisi, pengguna dapat menekan tombol Kejadian Atribut untuk mengetahui detail kejadian berdasarkan Atribut Kondisi. String grid Detail Data akan menampilkan nama kejadian dan jumlah data kejadian tersebut berdasarkan atribut keputusan, yaitu TARGET_B = YES dan TARGET_B = NO.


84

Jika pengguna belum memilih Atribut Kondisi dan menekan tombol Kejadian Atribut maka akan program akan menampilkan pesan di bawah ini:


Jika pengguna menekan tombol Unprunned Tree pada Form Detail Data Training Set dan Form Detail Data Test Set maka program akan menampilkan Form Unprunned Tree. Berikut ini tampilannya:

Gambar 4.8 Form Unprunned Tree

Pada saat pengguna menekan tombol Hitung Gain, program akan menghitung nilai gain semua atribut dengan memanggil procedure


85

cari_node, function HitungInfo, procedure hitung dan function homogen

yang

cari_node

tersimpan

merupakan

dalam procedure

Unit_Hitung_Gain. pertama

yang

Procedure

diproses

dalam

Unit_Hitung_Gain. Dalam procedure ini dilakukan proses pencarian

atribut yang menjadi simpul awal sekaligus atribut yang menjadi simpul internal untuk setiap percabangan pohon keputusan. Berikut ini listing program procedure cari_node: procedure TF_Gain.CariNode(T:tdataset; var Node:String); Var InfoAwal:real; JmlData,JmlYes,JmlNo:integer; Entropi:array[1..maxkej] of real; Info:array[1..maxkej] of real; S1,S2:array[1..maxkej] of integer; i,j,NA:integer; nKolom:integer; jmlKej:integer; sama:boolean; DataKej:array [1..maxkej] of TrecKej; begin JmlYes:=0; JmlNo:=0; JmlData:=0; T.First; while not T.Eof do begin if (T['TARGET_B'])='YES' then Inc(JmlYes) else Inc(JmlNo); T.next; end; JmlData:=JmlYes+JmlNo; InfoAwal:=HitungInfo(JmlYes,JmlNo); nKolom:= T.FieldCount-2; //hitung jumlah atribut for i:=1 to nKolom do //i utk looping atribut begin for j:=1 to maxkej do begin DataKej[j].nama:=''; DataKej[j].frek[1]:=0; // 1 utk Yes DataKej[j].frek[2]:=0; // 2 utk No end; //for j:=1 to maxkej T.First; DataKej[1].nama:=T.Fields[i].AsString;


86

if (T['TARGET_B'])='YES' then DataKej[1].frek[1]:=1 else DataKej[1].frek[2]:=1; jmlKej:=1; // counter jml kejadian T.Next; while not T.Eof do begin sama:=False; for j:=1 to jmlKej do begin if (DataKej[j].nama = T.Fields[i].AsString) then begin sama:=True; if (T['TARGET_B'])='YES' then begin inc(DataKej[j].frek[1]); end else begin inc(DataKej[j].frek[2]); end; break; end end; if not sama then begin inc(jmlKej); DataKej[jmlKej].nama:=T.Fields[i].AsString; if (T['TARGET_B'])='YES' then DataKej[jmlkej].frek[1]:=1 else DataKej[jmlkej].frek[2]:=1; end; T.next; end; Entropi[i]:=0; //hitung info utk tiap2 kejadian for j:=1 to jmlKej do begin S1[j]:=DataKej[j].frek[1]; S2[j]:=DataKej[j].frek[2]; Info[j]:=HitungInfo(S1[j],S2[j]); DataKej[j].info:=info[j]; StatKej[i].Kej[j]:=DataKej[j]; //hitung entropi utk tiap2 atribut Entropi[i]:=Entropi[i]+((S1[j]+S2[j])/JmlData)*Info[j]; Gain[i]:=InfoAwal-Entropi[i]; end;//for j:=1 to jmlKej StatKej[i].jml:=jmlKej; end; //for i:=1 to nKolom do //Mencari Gain terbesar


87

GainMax:=0; NA:=0; for i:=1 to nKolom do begin F_Detail_Gain.ComboBox1.Items.Add(T.Fields[i].DisplayName); if Gain[i]>GainMax then begin GainMax:=Gain[i]; NA:=i;//Var utk menampilkan Gain Max end; end; Node:= T.Fields.Fields[NA].DisplayName; end;

Data kejadian dari setiap atribut dideklarasikan dalam sebuah tipe data record sebagai berikut : Type TrecKej=record nama: string; frek: array [1..2] of integer; info:real; end;

Deklarasi tipe data record TrecKej terdiri dari beberapa field dengan tipe data yang berbeda-beda yaitu : o

Nama : variabel untuk menyimpan nama kejadian dengan tipe string.

o

Frek : variabel array untuk menyimpan jumlah kejadian berdasarkan konsekuen TARGET_B = YES dan TARGET_B = NO.

o

Info : variabel untuk menyimpan nilai info tiap-tiap kejadian dengan tipe real.

Berikut ini struktur tabel tipe data record TrecKej : Tabel 4.1 Struktur Tabel Tipe Data Record TrecKej

Nama

Frek Yes

No

Info


88

Untuk mendapatkan simpul awal dan simpul internal dilakukan perhitungan entropi, nilai rata-rata entropi dan gain untuk setiap atribut. Proses perhitungan entropi berlangsung saat pemanggilan function HitungInfo berikut ini: function HitungInfo(S1,S2:integer):Real; Var Jml:integer; Begin Jml:=S1+S2; If (S1=0) or (S2=0) then Result:=0 Else Result:=(-(S1/Jml)*log2(S1/Jml))-(S2/Jml)*Log2(S2/Jml)); End;

Pada saat procedure cari_node menemukan simpul awal maupun simpul internal, proses mining berlanjut ke procedure hitung dengan listing sebagai berikut: (listing program selengkapnya dapat dilihat pada file listing.pdf) procedureTF_Gain.hitung(h1,h2,str1,cnode:string; kolom:string; dftKej:TarrKej; jmlKej:integer); var xxx,str2,jenis,cnode1:string; jmlYes,jmlNo:integer; i,j,jmlKej1:integer; q:TQuery; H1A,H2A:string; dftKej1:TarrKej; begin q:=Tquery.create(self); q.DatabaseName:='..\prog_mining\basisdata'; //proses mining............ for j:=1 to jmlKej do begin q.sql.Clear; xxx:='select ' +kolom+ ' from member where ' +cnode+ '=' + QuotedStr(DftKej[j])+ ' '+str1; q.sql.Add(xxx); q.open; q.Last; q.First; if q.RecordCount > 0 then //hitung jml yes no pd dataset begin if homogen(q,jenis) then begin


89

DataSource1.DataSet := q; h1a:=h1+','+cnode; h2a:=h2+','+QuotedStr(DftKej[j]); memo2.Lines.Add(cnode+'=' + QuotedStr(DftKej[j])+ '+str1+' --> Homogen '+jenis);//cnode:rootnode tingkat 2, dst h1a:=copy(h1a,2,length(h1a)-1); h2a:=copy(h2a,2,length(h2a)-1); Q1.SQL.Clear; Q1.SQL.Add('INSERT INTO ATURAN ('+h1a+',TARGET_B)'); Q1.SQL.Add('VALUES ('+h2a+',"'+jenis+'")');

' ke

//tampil jml aturan Yes&No pd form Pohon Q2.SQL.Clear; Q2.sql.add('select count(*) as jumlah from aturan where TARGET_B="YES"'); Q2.Open; Q2.Last; Q2.First; JmlYes:=Q2.RecordCount; F_Pohon.Edit1.Text:=InttoStr(JmlYes); Q2.SQL.Clear; Q2.sql.add('select count(*) as jumlah from aturan where TARGET_B="NO"'); Q2.Open; Q2.Last; Q2.First; JmlNo:=Q2.RecordCount; F_Pohon.Edit2.Text:=InttoStr(JmlNo); Q1.ExecSQL; end else //jika TIDAK homogen kerjakan yg ini begin if q.FieldCount > 1 then begin cnode1:=''; carinode(q,cnode1); //cari kolom tanpa cnode1 //baca nama kolom tanpa kolom yg sdh jadi root node kolom:=''; for i:=0 to q.FieldCount-1 do if(q.FieldDefs[i].DisplayName <> cnode1) and (q.FieldDefs[i].DisplayName <> cnode) then kolom:=kolom+','+q.FieldDefs[i].DisplayName; //hitung jml kejadian & buat daftar kejadian Q1.SQL.Clear; Q1.SQL.Add('Select '+cNode1 +' from member Group by ' +cNode1); Q1.open; Q1.First; jmlKej1:=Q1.RecordCount; for i:=1 to jmlKej1 do


90

begin dftKej1[i]:=Q1.Fields[0].AsString; Q1.Next; end; kolom:=copy(kolom,2,length(kolom)-1); str2:=str1+ ' and ' +cnode+ QuotedStr(dftKej[j]); h1:=h1+','+cnode; h2:=h2+','+QuotedStr(dftKej[j]);

'='

+

hitung(h1,h2,str2,cnode1,kolom,dftKej1,jmlKej1); end; end; end; end; //for j:=1 to jmlKej do q.Destroy; end;

Pada saat melakukan proses pembentukan pohon, program akan menampilkan form pesan yang dilengkapi dengan komponen animasi penghitung waktu sebagai berikut :

Gambar 4.9 Form Pesan Saat Proses Mining Sedang Berlangsung

Setelah memperoleh simpul awal dan nilai gain, program akan menampilkan pesan di bawah ini :



91

Nama atribut dan nilai gain atribut yang menjadi simpul awal ditampilkan dalam komponen edit Node Awal dan komponen edit Nilai Gain. Pada program ini yang menjadi simpul awal adalah atribut RFA_2F dengan nilai gain sebesar 0.0283. Tabel aturan yang membentuk pohon keputusan dalam program ini disimpan dalam deklarasi variabel berikut : Const maxkej=250; T:array [1..maxkej] of TDataSet;

Variabel T merupakan variabel berbentuk tabel dinamis yang disusun dalam bentuk array dengan kapasitas maksimum sebanyak 250 elemen. Struktur array variabel T dapat berubah-ubah sesuai dengan banyaknya kejadian dari atribut simpul awal maupun simpul internal yang membentuk percabangan pohon. Struktur array yang berubah-ubah ini dikarenakan jumlah kejadian untuk setiap atribut berbeda-beda. Misalnya, diperoleh atribut RFA_2F sebagai simpul awal (tingkat pertama) dengan jumlah kejadian pada atribut RFA_2F sebanyak 4 kejadian yaitu 1, 2, 3 dan 4. Untuk tingkat pertama dari pohon keputusan terbentuk 4 percabangan sesuai kejadian atribut RFA_2F. Variabel T akan membuat tabel baru yang bersifat temporer dengan menyimpan atribut tersisa (tanpa mengikutsertakan atribut RFA_2F). Atribut-atribut dalam tabel baru ini kemudian dihitung nilai entropi, nilai rata-rata entropi dan nilai gainnya untuk mendapatkan simpul internal selanjutnya (tingkat kedua). Begitu seterusnya proses yang terjadi dalam


92

deklarasi variabel T dimana percabangan pohon keputusan tidak sama pada setiap tingkatan simpul. Selain variabel T, ada beberapa variabel yang juga merupakan variabel dinamis, yaitu: • Entropi:array[1..maxkej] of real; • Info:array[1..maxkej] of real; • S1,S2:array[1..maxkej] of integer;

Pendeklarasian variabel dinamis ini dimaksudkan agar program memiliki kemampuan yang fleksibel untuk menyimpan data sehingga dapat menangani percabangan pohon keputusan. Setelah pengguna menekan tombol OK pada form Kotak Pesan 3, program melanjutkan proses pembentukan pohon keputusan dengan membuat percabangan dari simpul awal berdasarkan banyaknya kejadian pada simpul awal (RFA_2F). Proses pembentukan pohon keputusan selanjutnya dilakukan dengan memanggil kembali procedure cari_node, function HitungInfo, procedure hitung dan function homogen dalam Unit_Hitung_Gain. Pada saat program mengeksekusi function homogen

dan menemukan sampel data yang homogen maka sampel data tersebut ditampilkan dalam komponen memo. Berikut ini listing function homogen untuk mengecek sampel data yang homogen: FunctionTF_Gain.homogen(t:tdataset;var jenis:string):boolean; var jmlya,jmltdk,jml:integer; begin jmlya:=0; jmltdk:=0;


93

jml:=0; T.First; while not T.Eof do begin if T['TARGET_B']='YES' then jmlya:=jmlya+1; if T['TARGET_B']='NO' then jmltdk:=jmltdk+1; jml:=jml+1; T.Next; end;//while not T.Eof do if jml=jmlya then begin homogen:=true; Jenis:='YES'; end; // if jml=jmlya then if jml=jmltdk then begin homogen:=true; jenis:='NO'; end;// if jml=jmltdk then end;

Pemanggilan procedure dan function dalam tombol Hitung Gain dilakukan secara rekursif sampai proses pembentukan pohon keputusan selesai. Sampel data homogen yang terbentuk dari hasil perhitungan gain merupakan suatu aturan pembentuk pohon keputusan. Di bawah ini merupakan contoh sampel data homogen: Tabel 4.2 Sampel Data Homogen No 1 2

Aturan AGE='OLD' and RFA_2F='1' and TCODE='1002' AGE='OLDER' and RFA_2F='1' and TCODE='1002'

Homogen YES NO

Penjelasan : Dari aturan di atas dapat diketahui bahwa anggota organisasi yang memiliki profil: 1. AGE='OLD'

dan

RFA_2F='1'

dan

TCODE='1002'

memberikan respon terhadap layanan NK (Target_B=YES).


94

2. AGE='OLDER' dan RFA_2F='1' dan TCODE='1002' tidak memberikan respon terhadap layanan NK (Target_B=NO). Aturan-aturan tersebut disimpan dalam tabel aturan.db melalui statement dalam listing program berikut: memo2.Lines.Add(cnode+'='+QuotedStr(DftKej[j])+''+str1+'->Homogen'+jenis); h1a:=copy(h1a,2,length(h1a)-1); h2a:=copy(h2a,2,length(h2a)-1); Q1.SQL.Clear; Q1.SQL.Add('INSERT INTO ATURAN ('+h1a+',TARGET_B)'); Q1.SQL.Add('VALUES ('+h2a+',"'+jenis+'")'); Q1.ExecSQL;

Susunan dan jumlah field pada tabel aturan diharuskan sama dengan tabel training. Hal ini bertujuan untuk memudahkan program membaca isi tabel aturan pada saat pengujian aturan ke dalam tabel tes. Isi record dalam tabel aturan diurutkan sesuai dengan nomor aturan yang terbentuk. Misalnya, sampel data homogen yang pertama diperoleh adalah : INCOME='HIGH' and RFA_2F='1' and TCODE='0' and WEALTH='0' and PEPSTRFL='B' and GENDER='F' --> Homogen YES

Sampel data di atas menjadi aturan pertama dalam tabel aturan.


95

Berikut ini tampilan form setelah program memperoleh pohon keputusan:

Gambar 4.11 Tampilan Form Unprunned Tree Setelah Program Memperoleh Pohon Keputusan

Jika program telah menyelesaikan proses pembentukan pohon, program akan menampilkan sampel data homogen pada komponen memo dan kotak pesan tentang lamanya proses berlangsung. Berikut ini tampilan kotak pesan tersebut :



96

Jika pengguna menekan tombol Detail Gain pada Form Unprunned Tree maka program akan menampilkan Form Detail Gain seperti di bawah

ini:

Gambar 4.13 Form Detail Gain

Form ini berfungsi menampilkan nama kejadian, jumlah kejadian

dengan TARGET_B = YES dan TARGET_B = NO serta jumlah info setiap atribut berdasarkan nama atribut yang dipilih oleh pengguna. Informasi di atas ditampilkan dalam string grid Detail Statistik Atribut. Informasi yang ditampilkan dalam string grid Detail Gain Atribut merupakan informasi nilai gain untuk keseluruhan atribut. Tombol Unprunned Rule pada Form Detail Gain berfungsi untuk menampilkan Form Unprunned Rule.


97

Jika pengguna menekan tombol Lihat Aturan pada Form Unprunned Tree maka program akan menampilkan Form Unprunned Rule seperti di

bawah ini:

Gambar 4.14 Form Unprunned Rule

Pada form ini pengguna dapat melihat aturan yang terbentuk dari pohon keputusan dimana aturan-aturan yang ada ditampilkan dalam bentuk string grid dengan contoh struktur sebagai berikut:

Tabel 4.3 Struktur String Grid Pada Form Unprunned Rule No

1

Anteseden INCOME='HIGH' and RFA_2F='1' and TCODE='0' and WEALTH='0' and PEPSTRFL='B' and GENDER='F'

Konsekuen

YES


98

Jumlah aturan dengan Target_B=’YES’ dan Jumlah aturan dengan Target_B=’NO’ ditampilkan dalam group box Summary. Tombol ALL berfungsi menampilkan semua aturan pada string grid. Tombol Lihat Aturan YES berfungsi menampilkan aturan-aturan dengan konsekuen Target_B=’YES’ pada string grid. Berikut ini tampilan Form Unprunned Rule dengan konsekuen ‘YES’:

Gambar 4.15 Form Unprunned Rule dengan Konsekuen ‘YES’

Tombol Lihat Aturan NO berfungsi menampilkan aturan-aturan dengan konsekuen Target_B=’NO’ pada string grid.


99

Berikut ini tampilan Form Unprunned Rule dengan konsekuen ‘NO’:

Gambar 4.16 Form Unprunned Rule dengan Konsekuen ‘NO’

Jika pengguna menekan tombol Kamus Atribut pada Form Unprunned Rule maka program akan menampilkan Form Keterangan Anteseden seperti

gambar di bawah ini :

Gambar 4.17 Form Keterangan Anteseden


100

Pada form di atas pengguna dapat melihat keterangan dari setiap atribut dan kejadian-kejadiannya yang menjadi anteseden dalam sebuah aturan. Tombol Lanjut pada Form Unprunned Rule dan tombol Lanjut pada Form Keterangan Anteseden berfungsi untuk melanjutkan proses ID3

dengan menampilkan Form Uji Aturan seperti di bawah ini:

Gambar 4.18 Form Uji Aturan

Untuk melakukan pengujian aturan ke dalam tabel test set pengguna terlebih dahulu membuka tabel tes dengan menekan tombol Buka Tabel Tes.


101

Program akan membuka kotak dialog dan menampilkan pilihan tabel test set yang ada seperti pada form di bawah ini :

Gambar 4.19 Form Uji Aturan Saat Pengguna Menekan Tombol Buka Tabel Tes

Tabel test set yang diuji diharuskan memenuhi syarat-syarat berikut, yaitu: o

Memiliki susunan field yang sama dengan tabel training set.

o

Memiliki satu field tambahan setelah atribut keputusan (TARGET_B) untuk menyimpan hasil pengujian aturan. Dengan kata lain jumlah field tabel test set adalah jumlah field tabel training set + 1. Pada

program ini field tambahan tersebut diberi nama PREDIKSI.


102

Jika pengguna memilih tabel test set yang tidak memenuhi syaratsyarat di atas maka program akan menampilkan pesan-pesan di bawah ini :



Jika pengguna memilih tabel yang memenuhi syarat untuk menjadi tabel test set maka program akan menampilkan kotak pesan di bawah ini:


Selanjutnya, untuk melakukan pengujian aturan pengguna harus menekan tombol Uji Aturan. Selanjutnya, tombol Uji Aturan melakukan pengujian aturan dengan menjalankan procedure TF_Uji.


103

Sebelum melakukan pengujian, program akan menampilkan kotak pesan di bawah ini :


Dalam pengujian aturan, program tidak menggunakan uji statistik (uji Chi-Square) karena data-data yang ada tidak memenuhi syarat untuk melakukan

uji

Chi-Square.

Pengujian

aturan

dilakukan

dengan

menyederhanakan aturan (Unprunned Rule) menggunakan default rule. Default rule diperoleh dari konsekuen terbanyak dalam tabel aturan.

Kemudian program akan menampilkan kotak pesan berikut:


Program akan melakukan pengujian aturan dan mengeliminasi aturanaturan berdasarkan default rule = NO.


104

Pada saat melakukan proses pengujian aturan, program akan menampilkan form pesan yang dilengkapi dengan komponen animasi penghitung waktu sebagai berikut :

Gambar 4.25 Form Pesan Saat Proses Mining Sedang Berlangsung

Di bawah ini tampilan form setelah program memperoleh hasil pengujian aturan :

Gambar 4.26 Form Uji Aturan Setelah Memperoleh Hasil Uji Aturan


105

Hasil pengujian aturan memperoleh tingkat persentase keberhasilan sebesar 77.5000 % atau 77.5 %. Total aturan dengan prediksi benar sebanyak 31 aturan dan total aturan dengan prediksi salah sebanyak 9 aturan. Jika pengguna menekan tombol Dialog pada form uji aturan maka program akan menampilkan Form Uji Sampel Data Pengguna seperti di bawah ini :

Gambar 4.27 Form Uji Sampel Data Pengguna

Form Uji Sampel Data Pengguna berfungsi untuk melakukan

pengujian aturan berdasarkan input aturan dari pengguna. Sebelum melakukan pengujian aturan, pengguna terlebih dahulu memasukkan nama dan nilai atribut yang terdapat dalam menu pilihan combo box Nama Atribut dan combo box Nilai Atribut. Setelah nama dan nilai atribut dipilih,


106

pengguna harus menekan tombol Tambah Aturan untuk menampilkan pilihan atribut tersebut ke dalam string grid data. Jika pengguna belum memilih nama atribut tetapi langsung memilih nilai atribut maka program akan menampilkan kotak pesan di bawah ini:


Setelah memasukkan aturan yang ingin diuji, pengguna diharuskan menekan tombol Uji Aturan untuk mengetahui hasil uji aturan. Sampel aturan yang dimasukkan pengguna kemudian dicek dengan aturan yang tersimpan dalam tabel aturan. Jika ada aturan yang sesuai dengan sampel aturan pengguna maka nomor aturan dan nilai konsekuen Target_B ditampilkan. Dimisalkan, pengguna memasukkan sampel data sebagai berikut :

Tabel 4.4 Contoh Sampel Data Pada Form Uji Sampel Data Pengguna No 1 2

Nama Atribut TCODE RFA_2F

Nilai Atribut 3 1


107

Berdasarkan

tabel

aturan,

contoh

sampel

data

tersebut

mengindikasikan bahwa anggota dengan profil TCODE ='3' dan RFA_2F ='1' akan memberikan respon terhadap layanan NK (Target_B = YES). Aturan yang sesuai dengan contoh profil tersebut adalah aturan nomor 58 pada tabel aturan (TCODE ='3' and RFA_2F ='1' --> Target_B = YES).

Berikut ini tampilan Form Uji Sampel Data Pengguna:

Gambar 4.29 Form Uji Sampel Data Pengguna Setelah Pengguna Memasukkan Sampel Aturan

Jika tidak ada aturan yang sesuai dengan sampel aturan pengguna maka nilai konsekuen TARGET_B tidak dapat diprediksikan.


108

Berikut ini tampilannya :

Gambar 4.30 Form Uji Sampel Data Pengguna Dengan Nilai Konsekuen TARGET_B Tidak Dapat Diprediksi

Hasil uji aturan berupa nomor aturan dan konsekuen (TARGET_B) ditampilkan dalam string grid Hasil Uji Aturan. Tombol Reset berfungsi bagi pengguna untuk memasukkan daftar aturan baru yang ingin diuji. Tombol Selesai berfungsi untuk mengakhiri program dengan menampilkan kotak pesan di bawah ini :

Gambar 4.31

Kotak Pesan 11


109

Main menu yang terdapat dalam setiap form berisi informasi berikut: o Program, berisi sub menu

a.

Tutup, yang berfungsi untuk menutup form yang sedang aktif.

o Bantuan, berisi sub menu :

a.

Tentang Program. Jika pengguna memilih sub menu ini maka program akan menampilkan

penjelasan

tentang

program

dengan

tampilan sebagai berikut:

Gambar 4.32 Form Tentang Program

Tombol Ke Awal berfungsi untuk menampilkan Form Tampil Data (Training Set / Test Set). Tombol Keluar berfungsi untuk menutup form ini.


110

b.

Tentang Pembuat Program Jika pengguna memilih sub menu ini maka program akan menampilkan penjelasan tentang pembuat program dengan tampilan sebagai berikut:

Gambar 4.33 Form Pembuat Program

Tombol Ke Awal berfungsi untuk menampilkan Form Tampil Data (Training Set / Test Set). Tombol Keluar berfungsi untuk menutup form ini.

C.

Analisa Hasil Program

Hasil uji aturan dalam program ini dapat digunakan untuk mengidentifikasi profil anggota organisasi yang memberikan respon terhadap layanan pengiriman surat dengan kartu kosong (NK). Dalam tugas akhir ini penulis melakukan 3 jenis percobaan yaitu: • Menggunakan data training set sekaligus berfungsi sebagai

data test set.


111

• Menetapkan 310 records data sebagai data pada training set

dan mengubah proporsi jumlah sampel data pada test set. • Mengubah-ubah proporsi jumlah sampel data training set dan

menetapkan jumlah sampel test set sebanyak 50 records. Detail hasil percobaan-percobaan di atas adalah sebagai berikut: o Percobaan 1

Pada percobaan ini penulis menggunakan data training set sekaligus berfungsi sebagai data test set. Hasil yang diperoleh sebagai berikut :

Tabel 4.5 Hasil Percobaan 1

No

1

Jumlah Sampel Training Test Set Set 291 291

Node Awal

Jumlah Aturan

Persentase keberhasilan

MALEMILI

87

100

Di bawah ini detail jumlah aturan untuk setiap tahap pengujian dari percobaan 1: Tabel 4.6 Detail Jumlah Aturan Percobaan 1

No

1

Aturan dengan Konsekuen TARGET_B YES NO

39

48

Total Aturan dengan Prediksi.. Benar Salah

291

0

Total Aturan

87


112

o Percobaan 2

Pada percobaan ini penulis menetapkan 310 records data sebagai data pada training set dan mengubah-ubah proporsi jumlah sampel data pada test set. Hasil yang diperoleh sebagai berikut: Tabel 4.7 Hasil Percobaan 2 Jumlah Sampel Percobaan Training Node Awal Test Set Set 1 310 5 RFA_2F 2 310 10 RFA_2F 3 310 15 RFA_2F 4 310 20 RFA_2F 5 310 25 RFA_2F 6 310 30 RFA_2F 7 310 35 RFA_2F 8 310 40 RFA_2F Rerata Persentase Keberhasilan

Jumlah Aturan

Persentase Keberhasilan

146 146 146 146 146 146 146 146

80 60 73.3333 70 76 73.3333 74.2857 77.5 66.1815

Di bawah ini detail aturan untuk setiap tahap pengujian dari percobaan 2:

Tabel 4.8 Detail Jumlah Aturan Percobaan 2 Aturan Total Aturan dengan dengan Konsekuen Total Prediksi… No TARGET_B Aturan Training Test YES NO Benar Salah Set Set 1 68 78 4 1 146 310 5 2 68 78 6 4 146 310 10 3 68 78 11 4 146 310 15 Jumlah Sampel


113

Tabel 4.8 Detail Jumlah Aturan Percobaan 2 (Lanjutan) Aturan Total Aturan dengan dengan Total Konsekuen No Prediksi… Aturan TARGET_B Training Test YES NO Benar Salah Set Set 4 68 78 14 6 146 310 20 5 68 78 19 6 146 310 25 Jumlah Sampel

6

310

30

68

78

22

8

146

7

310

35

68

78

26

9

146

8

310

40

68

78

31

9

146

Hasil percobaan di atas dapat dilihat pada grafik di bawah ini:

Gambar 4.34 Grafik Persentase Keberhasilan Percobaan 2 o Percobaan 3

Pada percobaan ini penulis hanya mengubah-ubah proporsi jumlah sampel data training set. Dimisalkan jumlah sampel test set untuk setiap tahap percobaan sebanyak 50 records.


114

Hasil yang diperoleh sebagai berikut: Tabel 4.9 Hasil Percobaan 3

Jumlah Sampel Percobaan Training Node Awal Test Set Set 1 30 50 WEALTH 2 40 50 WEALTH 3 155 50 RFA_2F 4 165 50 RFA_2F 5 175 50 RFA_2F 6 291 50 RFA_2F 7 295 50 RFA_2F 8 300 50 RFA_2F Rerata Persentase Keberhasilan

Jumlah Aturan

Persentase Keberhasilan

24 22 77 73 78 136 134 141

74 68 58 66 68 60 62 62 64.75

Di bawah ini detail aturan untuk setiap tahap pengujian dari percobaan 3: Tabel 4.10 Detail Jumlah Aturan Percobaan 3 Aturan Total Aturan Jumlah dengan dengan Sampel Total Konsekuen No Prediksi… TARGET_B Aturan Training Test YES NO Benar Salah Set Set 1 10 12 37 13 30 50 24 2 11 13 34 16 40 50 22 3 33 44 29 21 155 50 77

4

165

50

29

44

33

17

73

5

175

50

32

46

36

16

78

6

291

50

58

78

30

20

136

7

295

50

58

76

31

19

134

8

300

50

66

63

31

19

141


115

Hasil percobaan 3 dapat dilihat pada grafik di bawah ini:

Gambar 4.35 Grafik Persentase Keberhasilan Percobaan 3

Berdasarkan hasil percobaan di atas terlihat bahwa : 1.

Jika program diujikan pada data training set diperoleh tingkat persentase keberhasilan sebesar 0 % (berdasarkan percobaan 1).

2.

Jumlah sampel data training set dapat mempengaruhi node awal yang terbentuk. Hal ini disebabkan karena node awal diperoleh dari hasil perhitungan nilai gain yang terbesar berdasarkan banyaknya record data pada training set

(berdasarkan

percobaan 3). 3.

Uji aturan pada percobaan dengan menetapkan 310 records data sebagai data pada training set dan mengubah proporsi jumlah


116

sampel data pada test set menghasilkan nilai rerata persentase keberhasilan sebesar 66.1815 % (berdasarkan percobaan 2). 4.

Uji aturan pada percobaan dengan mengubah-ubah proporsi jumlah sampel data training set dan jumlah sampel test set untuk setiap tahap percobaan sebanyak 50 records menghasilkan nilai rerata persentase keberhasilan sebesar 64.75% (berdasarkan percobaan 3).

D.

Kelebihan dan Kelemahan Program

Kelebihan program: Program menyediakan fasilitas dialog bagi pengguna dengan menginputkan suatu sampel data sehingga dapat diprediksikan nilai responnya terhadap layanan NK. Program dapat digunakan untuk melakukan klasifikasi pada data yang berbeda, dengan syarat-syarat sebagai berikut: •

Tabel data diharuskan berada pada direktori yang sama dengan direktori basis data.

•

Mempunyai tabel training set dan tabel test set.

•

Field atribut keputusan diletakkan paling akhir pada tabel training set. Field tambahan untuk menyimpan hasil prediksi

diletakkan paling akhir pada tabel test set. •

Mengatur nama atribut keputusan pada program sesuai dengan nama atribut keputusan dari tabel yang akan digunakan.


117

Kelemahan Program: Proses pengelompokan data masih dilakukan secara intuitif dan manual. Program hanya dapat mengakses basisdata dalam format .db (Paradox). Struktur basisdata program menggunakan array yang memiliki keterbatasan dalam menampung data. Jumlah sampel data yang digunakan untuk data training set sedikit karena proses penginputan data dari format .TXT ke dalam basis data dengan format .DB masih dilakukan secara manual. Jumlah sampel data training set yang sedikit tidak memungkinkan untuk melakukan uji independensi (uji Chi-Square). Program ini belum dapat menampilkan pohon keputusan dalam bentuk tree view tetapi dalam bentuk string grid.


118

BAB V KESIMPULAN DAN SARAN

A.

KESIMPULAN

Algoritma ID3 dapat digunakan untuk mengidentifikasi profil anggota organisasi yang memberikan respon terhadap layanan pengiriman surat kosong (NK) Berdasarkan hasil percobaan dapat disimpulkan beberapa hal sebagai berikut: 1.

Jika program diujikan pada data training set diperoleh tingkat persentase keberhasilan sebesar 0 %.

2.

Uji aturan dengan menetapkan 310 records data sebagai data pada training set dan mengubah jumlah sampel data pada test set

menghasilkan nilai rerata persentase keberhasilan sebesar 66.1815 %. 3.

Uji aturan dengan menetapkan 310 records data sebagai data pada training set dan mengubah jumlah sampel data pada test set menghasilkan nilai rerata persentase keberhasilan sebesar 66.1815 %.

4.

Uji aturan dengan hanya mengubah jumlah sampel data training set dan jumlah sampel test set sebanyak 50 records menghasilkan

nilai rerata persentase keberhasilan sebesar 64.75 %. 118


119

B.

SARAN

Saran yang diperlukan untuk pengembangan program lebih lanjut antara lain: 1. Program dapat menangani proses migrasi data dari format .TXT ke format .DB. 2. Pohon aturan yang terbentuk tidak ditampilkan dalam bentuk tabel tetapi dalam bentuk tree view sehingga pengguna lebih mudah untuk memahami. 3. Untuk

pengembangan

selanjutnya

sebaiknya

program

dapat

mengimplementasikan uji independensi Chi-Square untuk memangkas aturan. Hal ini dimaksudkan agar proses pengujian aturan dapat lebih efisien.


120

DAFTAR PUSTAKA

Anonymous. Introduction to Data Mining and Knowledge Discovery. U.S.A: Two Crows Corporation, 1999 http://www.twocrows.com Diakses pada tanggal 10-9-2007

Djunaidy, Arif. & Soelaiman, Rully. Perbandingan Kinerja Perangkat Lunak Data Mining Untuk Pencarian Pola Asosiasi Dengan Metode Graf Asosiasi dan Metode Dimensi Fraktal. Jurnal Ilmu Komputer dan Teknologi

Informasi, Vol.1 No.2. Oktober 2001.

Everitt, B.S. The Analysis of Contingency Tables. London: Chapman and Hall, Ltd. 1977. Groth, Robert. Data Mining: A Hands-On Approach for Business Professionals. New Jersey: Prentice Hall PTR, 1997. Gunawan, Ridowati. Data Mining or “Knowledge Discovery in Databases”. Bahan Perkuliahan Data Mining Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. 2005.

Han, Jiawei. & Kamber, Micheline. Data Mining: Concepts and Techniques. San Fransisco: Morgan Kaufmann Publishers, 2001.

120


121

Husni. Pemrograman Database dengan Delphi. Yogyakarta: Penerbit Graha Ilmu, 2004. Rasmussen, Shelley. An Introduction to Statistics with Data Analysis. California: Brooks/Cole Publishing Company, 1992. Rosa, Paulina H. Prima. Penambangan Data dengan Metode Pohon Keputusan. Makalah Seminar Rumpun MIPA Universitas Sanata Dharma Yogyakarta. 12 April 2006.

Sucahyo, Yudho Giri, Data Mining Menggali Informasi Yang Terpendam http://ilmukomputer.com/2006/08/29/mengenal-data-mining/ Diakses pada tanggal 29-8-2006

Wahana Komputer. Panduan Praktis Pemrograman Borland Delphi 7.0. Yogyakarta: Penerbit Andi, 2003. Wiraty, Ni Made Pritty. Implementasi Data Mining Pada Data Penerimaan Mahasiswa Baru dan Data Akademik Mahasiswa Universitas Sanata Dharma Dengan Algoritma Decision Tree : Skripsi. Universitas Sanata

Dharma Yogyakarta, 2006 http://www.directing.gr/files/images/ase.jpg, diakses pada tanggal 16-7-2008

IMPLEMENTASI DATA MINING UNTUK MENGIDENTIFIKASI PROFIL DONATUR ORGANISASI VETERAN AMERIKA MENGGUNAKAN MODEL POHON KEPUTUSAN (DECISION TREE) Skripsi

Recommend Documents